基于Snort的混合入侵检测系统的研究与实现

• 作者: 于开 曲宝胜 李文龙
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: Snort系统 入侵检测 数据挖掘 规则学习
• 年，卷（期）: 2012,（3）
• 页码范围: 23-28,32
• 分类号: TP391.41
• 字数: 4751字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2012.03.006

摘要

在分析研究Snort系统的优缺点的基础上,利用其开源性和支持插件的优势,针对其对无法检测到新出现的入侵行为、漏报率较高以及检测速度较低等问题,在Snort系统的基础上结合入侵检测中的数据挖掘技术,提出一种基于Snort系统的混合入侵检测系统模型.该系统模型在Snort系统原有系统模型基础上增加了正常行为模式构建模块、异常检测模块、分类器模块、规则动态生成模块等扩展功能模块.改进后的混合入侵检测系统能够实时更新系统的检测规则库,进而检测到新的入侵攻击行为;同时,改进后的混合入侵检测系统具有误用检测和异常检测的功能,从而提高检测系统检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文龙		5	15	2.0	3.0
2	曲宝胜	哈尔滨工业大学网络与信息中心	5	53	3.0	5.0
3	于开		1	6	1.0	1.0