基于CBR技术的入侵检测系统研究

• 作者: 刘永军 张建辉 贺磊 黄浙京
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 入侵检测 基于案例的推理 snort 案例库构造 案例库维护 k-NN算法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 363-368
• 分类号: TP393
• 字数: 4777字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2011.03.021

摘要

目前,成熟的商用入侵检测系统都是基于特征或者规则的精确匹配,如果攻击模式过于特殊或者攻击者采用一些躲避检测的手段,就容易产生误报或漏报,从而降低入侵检测系统的准确性.针对当前入侵检测系统存在的缺陷,提出了一种基于案例推理技术(Case-Based Reasoning,CBR)的入侵检测系统模型,并在该模型基础上提出了基于Snort的预处理模型以避免推理产生的系统资源过度消耗问题;提出了基于分层结构的案例库维护模型以解决案例质量问题和访问效率问题;设计了一种基于变权值的CBR引擎搜索匹配算法以提高搜索精度.仿真实验证明了上述系统可以有效地解决躲避攻击问题,其检测正确率较传统系统有所改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺磊	信息工程大学国家数字交换系统工程技术研究中心	13	93	5.0	9.0
2	张建辉	信息工程大学国家数字交换系统工程技术研究中心	4	11	2.0	3.0
3	黄浙京	信息工程大学国家数字交换系统工程技术研究中心	1	5	1.0	1.0