分布式入侵检测系统及其认知能力

• 作者: 安常青 李学农 陈硕
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 入侵检测系统(IDS) 大规模自动攻击 流量标本 IP陷阱 模式识别 神经网络 BP网络
• 年，卷（期）: 2001,（2）
• 页码范围: 225-232
• 页数: 8页
• 分类号: TP393
• 字数: 5233字
• 语种: 中文

摘要

DIDAPPER(distributed intrusion detector with apperception)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该系统的重要特点.重点讨论了DIDAPPER系统的认知能力.流量标本和IP陷阱是DIDAPPER系统所提出的新概念.它们可以获取和识别异常的流量数据,而且适合于检测大规模网络攻击行为.DIDAPPER系统的认知能力的另一个方面是神经网络的模式识别方法.将具有自学习能力的BP网络应用于流量分析,很好地解决了流量模式的识别问题.

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