基于数据挖掘和变长序列模式匹配的程序行为异常检测

• 作者: 孙春来 李文法 段洣毅 田新广 邱志明
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 入侵检测 数据挖掘 异常检测 系统调用
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 551-555
• 页数: 5页
• 分类号: TP3
• 字数: 7405字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2008.04.008

摘要

异常检测是目前入侵检测领域研究的热点内容.提出一种基于数据挖掘和变长序列模式匹配的程序行为异常检测方法,主要用于Unix或Linux平台上以系统调用为审计数据的主机型入侵检测系统.该方法利用数据挖掘技术中的序列模式对特权程序的正常行为进行建模,根据系统调用序列的支持度在训练数据中提取正常模式,并建立多种模式库来表示一个特权程序的行为轮廓.在检测阶段,考虑到审计数据和特权程序的特点,采用了变长序列模式匹配算法对程序历史行为和当前行为进行比较,并提供了两种判决方案,能够联合使用多个窗长度和判决门限对程序行为进行判决,提高了检测的准确率和灵活性.文中提出的方法已应用于实际入侵检测系统,并表现出良好的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文法	北京交通大学计算技术研究所	8	76	5.0	8.0
3	田新广	北京交通大学计算技术研究所	13	207	8.0	13.0
7	孙春来	北京交通大学计算技术研究所	12	153	7.0	12.0
8	段洣毅	北京交通大学计算技术研究所	10	86	6.0	9.0
10	邱志明		64	445	11.0	17.0