网络入侵早期检测方法的研究与实现

• 作者: 刘白璐 张英 杨雅辉 沈晴霓
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵早期检测 早期特征 入侵行为 神经网络 特征提取 网络安全
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 专栏
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP393.08
• 字数: 6159字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.07.001

摘要

在网络入侵发生的早期进行检测对于提高在陑入侵检测系统的实时性至关重要。针对网络入侵的早期检测，提出一组描述网络入侵早期行为的特征，设计早期特征在陑提取算法。采用GHSOM 神经网络算法作为分类器，实现基于神经网络的在陑入侵早期检测系统。实验结果证明，该方法对绝大多数攻击的早期检测率在80%以上。与非早期检测陒比，可优化在陑检测的实时性，提高检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈晴霓	北京大学软件与微电子学院	20	249	9.0	15.0
2	张英	北京大学软件与微电子学院	66	932	12.0	29.0
3	杨雅辉	北京大学软件与微电子学院	19	236	8.0	15.0
4	刘白璐	北京大学软件与微电子学院	3	25	3.0	3.0