Snort入侵检测系统中的规则泛化模型

• 作者: 李凯斌 李明楚 田琳琳 覃振权
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 规则泛化 特征分析 进化规律
• 年，卷（期）: 2010,（27）
• 页码范围: 88-92
• 分类号: TP302.1
• 字数: 5591字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.27.024

摘要

针对Snort系统不能检测新的入侵行为的缺点,提出一种基于规则泛化的Snort入侵检测系统的改进模型.该模型结合Snort规则的特征和数据挖掘中的知识,提出聚类泛化和最近邻泛化两种新的规则泛化方法来改进规则,增强Snort的检测能力,从而达到识别更多入侵行为的目的.实验结果表明:在不显著增加误报率的前提下,采用规则泛化的snort能够检测出原来系统不能发现的入侵行为,提高检测率达8.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明楚	大连理工大学软件学院	63	300	11.0	14.0
2	覃振权	大连理工大学软件学院	10	39	3.0	6.0
3	李凯斌	大连理工大学软件学院	2	6	2.0	2.0
4	田琳琳	大连理工大学软件学院	10	65	4.0	8.0