利用决策树改进基于特征的入侵检测系统

• 作者: 唐海兵 秦怀青
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 基于特征的入侵检测 机器学习 网络安全
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 安全与防范
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP393.08
• 字数: 3796字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.04.036

摘要

当前,大多数入侵检测系统(IDS)采用一种特征匹配的方式来确定攻击的发生,它以存在的攻击为模型建立攻击特征,通过对输入和预定义的特征相匹配来确定攻击.许多系统通过把每一个输入事件和所有的规则持续地比较来执行匹配.这不是最理想的.文中描述了一个应用机器学习聚类技术改善匹配过程的方法.给定一个特征集,通过算法产生一颗决策树,使用该决策树能够尽量少地比较发现恶意的事件.这个思想已经被应用于一个基于网络的入侵检测系统.试验显示,检测速度得到显著的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦怀青	北京理工大学计算机科学工程系	2	15	2.0	2.0
2	唐海兵	北京理工大学计算机科学工程系	2	10	1.0	2.0