基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于LZW算法的入侵检测算法.使用系统调用序列作为特征数据,采用LZW算法对系统调用序列数据进行变长短序列划分,同时对短序列进行压缩,并在应用的过程中对LZW算法进行适当调整以适应序列的划分.通过贝叶斯多元自适应回归样条(贝叶斯MARS)模型,对正常和异常序列进行分类并标识入侵.实验结果表明,基于LZW变长序列划分方法符合系统调用序列的内在规律,在较高压缩比的情况下,获得了很好的检测性能.LZW算法与贝叶斯MARS相结合的入侵检测算法,对各种数据表现稳定,具有一定可行性和实用性.
推荐文章
基于贝叶斯的入侵检测模型与仿真研究
网络安全
网络入侵
主成分分析
贝叶斯分类器
基于主成分分析的改进贝叶斯网络入侵检测研究
特征选择
主成分分析
滑动窗口
贝叶斯网络
入侵检测
基于贝叶斯算法的未知病毒检测的研究
贝叶斯算法
机器学习
病毒检测
基于改进贝叶斯算法的入侵检测方法
贝叶斯分类器
入侵检测
分类精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LZW算法和贝叶斯MARS的入侵检测研究
来源期刊 计算机工程与应用 学科 工学
关键词 入侵检测 系统调用 LZW算法 变长序列划分 贝叶斯多元自适应回归样条(贝叶斯MARS)
年,卷(期) 2012,(6) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 86-89,109
页数 分类号 TP393
字数 5830字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.06.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李智慧 哈尔滨工程大学计算机科学与技术学院 15 92 4.0 9.0
2 王晴 哈尔滨工程大学计算机科学与技术学院 5 10 2.0 3.0
3 邵春艳 哈尔滨工程大学计算机科学与技术学院 1 2 1.0 1.0
4 张束 哈尔滨工程大学计算机科学与技术学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (202)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
系统调用
LZW算法
变长序列划分
贝叶斯多元自适应回归样条(贝叶斯MARS)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导