基于Markov模型的异常用户检测

• 作者: 张晨 李斌 韩忠明
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 入侵检测 马尔科夫模型 聚类 命令
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 仿真网络化
• 页码范围: 316-320
• 页数: 5页
• 分类号: TP391.9
• 字数: 5208字
• 语种: 中文

摘要

在入侵检测的研究中,异常检测已逐步成为了入侵检测研究的主要方向.为提高检测效率,提出一种基于Markov模型的行为模式-聚类(BMC)的用户行为异常检测方法,采用一阶Markov模型对多用户计算机系统中用户的正常行为进行建模,学习Markov模型参数时采用命令匹配方法.在检测阶段,通过计算状态序列出现的概率得到概率序列,并对其进行加窗和处理得到判决值序列.BMC采用KNN方法对判决值序列进行聚类,以聚类结果来对用户行为进行异常检测与分析,发现系统中潜在的入侵用户及入侵用户群组.实验结果表明BMC不仅能够判别单用户的异常入侵行为,更能够有效识别多用户计算机系统中的异常用户行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩忠明	北京工商大学计算机与信息工程学院	51	631	14.0	23.0
2	李斌	北京工商大学计算机与信息工程学院	6	36	3.0	6.0
3	张晨	北京工商大学计算机与信息工程学院	4	5	2.0	2.0