基于数据挖掘的智能化入侵检测系统

• 作者: 宋擒豹 杨向荣 沈钧毅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 数据挖掘 计算机信息安全
• 年，卷（期）: 2001,（9）
• 所属期刊栏目: 博士论文
• 页码范围: 17-18，102
• 页数: 3页
• 分类号: TP309
• 字数: 4825字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2001.09.007

摘要

文中提出了一种具有自学习、自完善功能的入侵监测模型,可发现已知和未知的滥用入侵和异常入侵活动.在提出的模型中,移动Agent将收集到的各个活动监测Agent采集的数据发送给事件序列生成器,事件序列生成器将由此产生的事件序列提交给数据挖掘引擎进行证据发现,检测引擎对发现的证据和已有规则间的相似性进行评估后由决策引擎做最终的裁决,并据此维护规则库和对各个活动监测Agent发出对抗指令.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈钧毅	西安交通大学计算机科学与技术系	211	4319	32.0	55.0
2	宋擒豹	西安交通大学计算机科学与技术系	41	1725	19.0	41.0
3	杨向荣	西安交通大学计算机科学与技术系	14	554	12.0	14.0