基于Makov链状态转移概率矩阵的网络入侵检测

• 作者: 周改云 韩红光
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 入侵检测系统 隐马尔科夫模型 DDoS攻击 K均值聚类 概率转移矩阵
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机控制技术及软件优化应用
• 页码范围: 698-704
• 页数: 7页
• 分类号: TP393
• 字数: 5551字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150687

摘要

针对互联网中网络攻击预测问题,提出了一种基于概率模型的网络入侵检测方法(PNID),采用马尔可夫链对网络系统事件进行概率建模,用于预报和检测网络入侵.首先,执行K均值聚类来定义网络状态;然后,基于所定义的状态,构建包括状态概率转移矩阵和初始概率分布的隐马尔科夫模型(HMM);最后,利用模型实时检测输入数据的异常度.通过实验验证了该方法的可行性,并与其他两种方法进行比较,结果表明,该方法针对DDoS攻击具有较高的正确检测率和较低的误报率.此外,该方法对HMM训练数据集和状态数量具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周改云	平顶山学院计算机学院	26	94	5.0	9.0
2	韩红光	浙江农业商贸职业学院图书信息中心	7	30	2.0	5.0