动态自学习的入侵检测模型研究

作     者：王加民 闫仁武 王继凤 李从 雷艳云 WANG Jia-min;YAN Ren-wu;WANG Ji-feng;LI Cong;LEI Yan-yun

作者机构：江苏科技大学计算机科学与工程学院江苏镇江212003 淮安信息职业技术学院江苏淮安223003 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2009年第30卷第11期

页      码：2660-2662页

摘      要：针对目前常见的入侵检测的模型的一些结构性的缺点,提出了基本数据挖掘的动态自学习入侵检测模型DMIDS,给出了动态自学习的正常行为库的更新机制,克服了传统静态检测模型必须完全重新学习才能更新模型甚至无法重新学习的缺陷。通过基于KDD’99数据集的实验,表明其相对于传统的异常检测方法在保证较高检测率的前提下,有效地降低了误报率。

主 题 词：网络安全 异常检测 数据挖掘 入侵检测 动态自学习 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2009.11.048

馆 藏 号：203117629...