基于層次式網(wǎng)絡(luò)流量特征匯聚的攻擊分類研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、入侵檢測是近些年來人們提出的一種新型的防御機(jī)制,已經(jīng)成為網(wǎng)絡(luò)安全的一個重要技術(shù)。大多數(shù)入侵檢測系統(tǒng)采用基于網(wǎng)絡(luò)和主機(jī)的方法檢測和防御攻擊。基于網(wǎng)絡(luò)的入侵檢測系統(tǒng)以網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)包為數(shù)據(jù)源,通過網(wǎng)絡(luò)適配器來監(jiān)視并分析通過網(wǎng)絡(luò)的數(shù)據(jù)流量。 目前入侵檢測領(lǐng)域的研究中,異常檢測作為一種網(wǎng)絡(luò)測量手段成為相當(dāng)活躍的研究方向。將網(wǎng)絡(luò)上通過的報文信息按照基于會話、基于IP和基于網(wǎng)絡(luò)的層次和方式匯聚起來,可以構(gòu)成網(wǎng)絡(luò)流量特征集合。從信息匯聚集中

2、提取不同的特征子集可以描述不同網(wǎng)絡(luò)攻擊行為的特征。如果這些特征屬性的值在正常的情況下比較穩(wěn)定,而在對應(yīng)的攻擊發(fā)生時產(chǎn)生較明顯的變化,則可作為相關(guān)攻擊行為的判別要素。根據(jù)特征屬性值的變化趨勢得出備選的判別屬性,對冗余屬性進(jìn)行刪減,使得生成分類器的效率更高,提高入侵檢測系統(tǒng)的實(shí)時判別能力?;跊Q策樹算法的分類器是由特征指標(biāo)判別攻擊行為存在與否并識別其類別的有效手段。在網(wǎng)絡(luò)流量層次匯聚模型的基礎(chǔ)上,設(shè)計相關(guān)試驗(yàn)對設(shè)計的分類器進(jìn)行測試,實(shí)驗(yàn)的數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論