10、入侵检测系统的运行时监控与动态重新配置

入侵检测系统的运行时监控与动态重新配置

1. 攻击树的逻辑公式简化

当攻击树以规范的析取范式(DNF)呈现时,若攻击者能使至少一个子句为真,便意味着威胁被实现。不过,此公式往往存在大量冗余。例如,某些子句组合在逻辑上等价。为消除这些冗余,可运用奎因 - 麦克拉斯基算法。在简化攻击树公式时,子句仅包含正文字。

以图 4 中的攻击树为例,经简化后得到的公式为:
((A1) \vee (A3 \wedge A2) \vee (A4 \wedge A2))

DNF 公式可表示为子句集合({C1, C2, … }),其中每个子句(Ci)是正文字集合({li1, li2, … })。对应攻击树(T)的最小 DNF 公式记为(F(T)),图 4 的攻击树可形式化为:
(F(T) = { {A1}, {A2, A3}, {A2, A4}})

2. 攻击树评估

2.1 问题提出

假设已配置的入侵检测系统(IDS)知晓一组可检测的攻击(A = {A1, …, An})以及一般网络状况。这些攻击被划分为(K)个攻击类({AC1, …, ACK}),且(\bigcup_{k} ACk = A)。虽不要求知晓每个攻击类中的所有攻击,但需为每个攻击类准备足够数量的攻击样本,以便用作挑战。当前问题是对攻击类的检测进行优先级排序。

2.2 优先级排序标准

  • 攻击树 :攻击者有特定目标,对应攻击树(T)。造成更大损害的攻击树应优先处理。
  • 子句 :攻击者试图
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值