基于Snort的入侵检测警报分析系统改进模型

• 作者: 孙振龙 宋广军 李晓晔 邓佳宾
• 来源期刊: 齐齐哈尔大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵检测 Snort 关联规则 警报分析
• 年，卷（期）: 2014,（1）
• 页码范围: 6-8
• 页数: 3页
• 分类号: TP393.08
• 字数: 2409字
• 语种: 中文

摘要

针对目前入侵检测系统存在的警报量大、误报率高的问题，设计了一个基于Snort的入侵检测警报分析系统改进模型。该模型以开源入侵检测系统Snort为基础，利用关联规则挖掘算法建立正常警报行为模式和异常警报行为模式，提高了系统的检测效率，并在一定程度上提高了系统对未知攻击的检测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋广军	齐齐哈尔大学计算机与控制工程学院	51	190	8.0	11.0
2	邓佳宾	齐齐哈尔大学网络信息中心	10	29	4.0	5.0
3	李晓晔	齐齐哈尔大学计算中心	13	60	5.0	7.0