基于属性分组的条件随机域网络入侵检测模型

• 作者: 于剑光 尚福华 李建平
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵检测 异常检测 条件随机域 网络安全 误警率 漏警率
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 信息与自动化技术
• 页码范围: 321-326
• 页数: 6页
• 分类号: TP393.08
• 字数: 6141字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0946.2009.03.016

摘要

将条件随机域(Conditional Random Fields, CRFs)理论引入网络入侵检测研究中,并结合网络连接数据序列的属性特征,提出一种基于属性分组的CRFs网络入侵检测的方法.该方法利用CRFs模型能够标记和切分序列化数据的优点,不但使用网络连接数据序列中的各种连接信息,而且使用数据序列中各属性组间和属性间的关联性信息,进行异常检测.讨论了该模型的工作过程,并且通过KDD cup 1999数据集的检测实验结果,与其他检测方法的结果比较,表明提出的方法能够有效地提高网络入侵检测中的各项统计指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚福华	大庆石油学院计算机与信息技术学院	35	263	9.0	14.0
2	李建平	大庆石油学院计算机与信息技术学院	5	18	3.0	4.0
3	于剑光	大庆石油学院计算机与信息技术学院	1	0	0.0	0.0