入侵检测系统的规则研究与基于机器学习的入侵检测系统模型

• 作者: 蒋道霞
• 来源期刊: 现代电子技术
• 关键词: 入侵检测系统 特征 Snort 规则 LERAD
• 年，卷（期）: 2005,（17）
• 所属期刊栏目: 信息安全
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2005.17.010

摘要

入侵检测系统(IDS)分为异常检测模型和误用检测模型.异常检测模型首先总结正常操作应该具有的特征,得出正常操作的模型,对后续的操作进行监视,一旦发现偏离正常统计学意义上的操作模式,即进行报警.误用检测模型是收集入侵检测行为的特征,建立相关的规则库,在后续的检测过程中,将收集到的数据与规则库中的特征代码进行比较,得出是否是入侵的结论.本文主要研究了入侵检测系统中的规则的建立,并通过在基于误用检测的Snort入侵检测系统中增加一个规则学习模块--LERAD,提出了一个基于机器学习的入侵检测系统模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋道霞		8	47	5.0	6.0