基于数据挖掘技术的Snort入侵检测系统的研究

• 作者: 孙振龙 宋广军 李晓晔 黄迎春
• 来源期刊: 科技与创新
• 关键词: 数据挖掘 入侵检测 关联规则 序列模式
• 年，卷（期）: 2006,（33）
• 所属期刊栏目: 数据库 数据仓库 数据挖掘
• 页码范围: 212-214
• 页数: 3页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.33.075

摘要

提出了一个基于数据挖掘技术的Snort入侵检测系统的模型.它以Snort入侵检测系统框架为基础,应用数据挖掘技术构建系统正常行为模式,过滤掉网络数据流量中占绝大部分的正常数据,提高了Snort的检测效率.同时,它还可以在一定程度上检测未知攻击,提高了Snort对未知攻击的检测能力.实验表明,该模型具有较好的效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋广军	齐齐哈尔市齐齐哈尔大学计算机与控制工程学院	51	190	8.0	11.0
2	孙振龙	齐齐哈尔市齐齐哈尔大学计算机与控制工程学院	9	49	4.0	7.0
3	李晓晔	齐齐哈尔市齐齐哈尔大学计算机与控制工程学院	13	60	5.0	7.0
4	黄迎春	齐齐哈尔市齐齐哈尔大学计算机与控制工程学院	3	28	3.0	3.0