异常检测中单类分类算法和免疫框架设计

• 作者: 倪桂强 潘志松 胡谷雨 谭琳
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵检测 自组织特征映射 单类分类器 人工免疫学原理
• 年，卷（期）: 2006,（1）
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP393.07
• 字数: 4698字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2006.01.012

摘要

基于主机系统执行迹的异常检测系统可以检测类似U2R和R2L这两类攻击.由于攻击数据难以获取,往往只能得到正常的系统调用执行迹数据.该文设计了基于自组织特征映射的单类分类器的异常检测模型,只利用正常数据建立分类器,所有偏离正常模式的活动都被认为是入侵.通过对主机系统执行迹数据集的测试,试验获得了对异常样本接近100%的检测率,而误报警率为4.9%.该文将单类分类器作为抗体检测器,运用人工免疫学原理建立了分布式的异常检测框架,使入侵检测系统具有分布式、自组织和高效的特性,为建立分布式的入侵检测提出一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡谷雨	解放军理工大学指挥自动化学院	84	632	13.0	21.0
2	倪桂强	解放军理工大学指挥自动化学院	48	266	8.0	14.0
3	潘志松	解放军理工大学指挥自动化学院	47	385	9.0	17.0
4	谭琳	解放军理工大学指挥自动化学院	6	40	4.0	6.0