相关作者的搜索结果
计算机网络安全技术研究
本书是一本计算机网络信息安全专业著作，主要内容包括：信息加密技术的探究、局域网安全技术探究、病毒及其防范技术探究、数字认证与VPN技术探究等内容。本书在内容选取上，力求反映计算机网络安全的新问题、新技术和新应用，满足构造计算机网络安全的需要。全书理论性、知识性、技术性较强，向读者介绍计算机网络安全的理论知识和常用技术，具有一定的学术价值。
密码学在信息系统安全中的研究及应用
信息安全在现代这个网络信息发达的时代显得格外重要，在信息安全中密码学成为了很多人关注的焦点，也成为了信息安全方面的核心技术，在信息安全中扮演着非常重要的角色。密码学通过多个方面提升网络的安全性，我们常接触到的有数据加密、身份验证等等，通过密码技术大大提升了网络的安全性能。《密码学在信息系统安全中的研究及应用》从理论探讨和实际应用两个方面对其进行了分析研究，通过介绍信息安全中*常见的安全攻击的表现，包括人为的恶意攻击以及计算机病毒等，以阐述密码学在网络信息安全中的重要作用、应用及解决当前网络信息安全所面临问题的具体机制，以期为密码学在网络信息安全中的正确应用提供借鉴。
基于流记录的网络流量识别关键技术研究
流量识别对互联网的网络安全和网络管理领域具有重要意义。随着网络应用技术的不断发展，传统识别方法的局限性日益显现，端口识别由于P2P等应用端口的使用方式而失去了自身的优势，DPI技术虽然可以有效地识别网络流量，但是对于加密的流量则是束手无策。虽然基于机器学习的识别方法可以有效地改善这两种技术存在的缺陷，而面对众多机器学习算法，如何从中选择或者加以改进以适合特定实际流量环境仍是该领域未能完全解决的问题，另外，目前抽样技术已经用于高速的网络测量和网络管理中，在抽样的网络环境下对于基于流的特征属性的影响及测度之间的相关性的影响也是该领域目前的一个研究热点。 本书所介绍的研究工作围绕以上目标展开，通过建立标准数据集，研究报文抽样、属性选择算法对识别精度的影响，评估分类算法对属性特征在抽样条件下的敏感程度，在此基础上，建立面向不同环境和需求的多分类器融合流量识别模型。全书共有8章及1个附录。 希望本书的出版，能给学习流量识别技术的研究人员提供一个扩展研究思路的平台。本书主要是以笔者的博士论文为基础的，是笔者在博士期间的工作总结，内容方面已反复修改和论证，但难免有不足之处，欢迎广大读者批评指正，以便本书质量的进一步提高。 本书包含笔者的研究内容和成果，同时也引用了一些国内外学术研究的观点，在此向有关人士致以衷心的感谢！
基于机器学习的网络流量识别算法及其应用
网络流量识别是网络监控的关键环节，在网络管理中起着至关重要的作用，机器学习作为一种技术手段已经应用到网络流量识别过程中，并成为该领域的研究热点。基于机器学习的网络流量识别算法通过对流量行为测度的分析与度量来构建满足不同应用场景的流量识别需求模型。《基于机器学习的网络流量识别算法及其应用》共9章，首先分析机器学习在流量识别中的意义和应用；其次对行为特征进行分析；再次系统分析非对称路由对流量识别算法的影响；*后对深度学习算法及模型进行分析研究。