49、无线安全监控:设备分类、检测、缓解与跟踪全解析

无线安全监控:设备分类、检测、缓解与跟踪全解析

1. 设备自动分类

许多WIDS/WIPS解决方案具备自动分类功能。WLAN设备可基于多种变量自动归入相应类别,这些变量包括认证方法、加密方法、SSID、IP地址等。不过,使用自动分类功能时需谨慎,确保只有合适的设备被归类为授权设备。

2. rogue设备检测

多数WIDS/WIPS将rogue接入点定义为实际连接到有线网络的设备。供应商采用多种无线和有线检测方法来判断rogue接入点是否连接到有线基础设施,部分检测和分类方法已公开,还有很多属于专有技术和商业机密。任何未授权的802.11设备会自动被归类为未授权设备,但rogue分类更为复杂。
- 基于SNMP的检测方法 :通过简单网络管理协议(SNMP)轮询接入层交换机,确定每个物理端口关联的MAC地址。由于接入点充当第2层网桥,WIDS/WIPS解决方案会构建一个MAC表,关联接入点的有线侧MAC地址和无线侧MAC地址(BSSID),再与授权设备数据库进行比较。若无线侧传感器和有线侧SNMP都检测到未授权设备,则将其分类为rogue接入点。
- 基于ARP请求的检测方法
1. 一个BSSID为02:02:02:02:02:02的rogue接入点连接到有线网络。
2. 传感器检测到新的BSSID,初步将该接入点分类为未授权设备,但尚未认定为rogue接入点。
3. 有线网络上MAC地址为33:33:33:33:33:33的默认网关路由器广播ARP请求包,寻找特定子网的主机。rogue接入点接收到该广播包并通过无线接口转发。
4. 若传感器

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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