CARRADS公司

adhoc网络中的路由行为是高度瞬态的。因此,在adhoc网络中,实时动态地调整路由攻击检测系统以适应新的攻击和不断变化的网络环境。传统的增量学习方法对于资源受限的adhoc网络节点计算量大。在本文中,我们提出了CARRADS,一种计算效率高的方法来实时调整入侵检测模型。适应过程包括两个主要阶段。在第一阶段,主要任务是识别路由控制流量中新模式的出现,并根据其信息内容对其进行优先级排序。自适应的第二阶段是使用新模式以最小的计算开销增量更新检测模型。CARRADS使用支持向量机算法以其优越的检测能力。然而,使用一些创新的技术,增量更新的计算开销减少了20到30倍,而检测精度的降低可以忽略不计。这使得CARRADS成为adhoc网络中实时IDS的一种可行的方法。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换