DIDAPPER:具有认知能力的分布式入侵检测系统

• 作者: 安常青 李学农 陈硕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测系统 IDS 大规模网络攻击 流量标本 IP陷阱 分布式结构 人工神经元网络
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 数据库
• 页码范围: 128-130,136
• 页数: 4页
• 分类号: TP3
• 字数: 4157字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2000.01.042

摘要

近年来,随着网络安全问题日益突出,入侵检测也越来越受到关注.目前,研究入侵检测的课题很多,侧重点也各不相同.该文介绍的DIDAPPER系统是一种具有认知能力的分布式入侵检测系统.分布式结构、认知能力和知识的共享是DIDAPPER系统的重要特点.流量标本和IP陷阱是DIDAPPER系统所提出的新概念.DIDAPPER的分布式三级结构使得它适合于检测大规模网络自动攻击行为,而且有较强的可扩展性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李学农	清华大学信息网络工程研究中心	14	314	8.0	14.0
2	安常青	清华大学信息网络工程研究中心	9	234	6.0	9.0
3	陈硕	清华大学信息网络工程研究中心	14	189	4.0	13.0