两种基于统计的入侵检测技术

• 作者: 丁云飞 汪为农 潘峰
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 计算机网络 异常检测 最大熵 K-最近邻
• 年，卷（期）: 2004,（z1）
• 页码范围: 204-207
• 页数: 4页
• 分类号: TP393.08
• 字数: 2982字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2004.z1.049

摘要

异常检测是防范新型攻击的基本手段.使用两种基于统计的异常检测技术检测网络入侵,一种是基于最大熵原理先从理论上得到正常用户行为的概率分布,然后再设定检测阈值;另一种是基于K-近邻算法,该算法不需要预先知道分布,也能很好地完成异常检测的任务.最后使用DARPA 99的部分入侵测试数据对两种方法进行了测试,并对它们的优缺点进行了比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪为农	上海交通大学网络信息中心	43	372	12.0	18.0
2	丁云飞	上海理工大学电气工程系	3	14	2.0	3.0
3	潘峰	上海交通大学计算机科学与工程系	32	345	10.0	18.0