基于数据挖掘的智能入侵检测系统研究被引量：2

导出

摘要入侵检测系统是网络安全体系的重要一环。数据挖掘能从大量的、有噪声的、随机的数据中提取出有用的信息,而代理技术可使入侵检测系统具有清晰的系统结构、良好的可扩展性和可移植性。本文对数据挖掘技术和智能检测代理在入侵检测系统中的应用进行研究,提出了一个基于数据挖掘、Agent技术的入侵检测系统框架。

作者步新玉刘东苏

机构地区西安电子科技大学

出处《网络安全技术与应用》 2009年第1期36-37,共2页 Network Security Technology & Application

关键词入侵检测数据挖掘移动代理支持向量机

参考文献2

1张庆华,张焕国,刘玉珍.基于健壮支持向量机的异常检测[J].计算机工程与应用,2004,40(22):135-137. 被引量：2
2龙银香.基于移动计算的数据挖掘研究[J].微计算机信息,2005,21(4):216-217. 被引量：12
3Denning D E.An intrusion detection model[J].IEEE Trans on Software Engineering,1987,13(2):222-232.
4Vapnik V N.The nature of statistical learning theory[M].New York:Spring-Verlag,1995.
5Mukkamala S,Janowski G,Sung A H.Intrusion detection using neural network and support vector machine[C].Proceedings of the 2002 International Joint Conference on Neural Networks,Volume 2,2002.1702-1707.
6http://www.cs.unm.edu/-immsec/systemcalls.htm[DB/OL].
7Andrew H Sung,Srinivas Mukkamala.Identifying important features for intrusion detection using support vector machines and neural networks[C].Proceedings 2003 Symposium on Applications and the Internet,2003.209-216.
8Bernhard Scholkopf.Estimating the support of a high2dimensional distribution[R].Haifa:Department of Computer Science,University of Haifa,2001.
9Gattiker Fugate,Mike R.Anomaly detection enhanced classification in computer intrusion detection[C].SVM,2002.186-197.
10Li Kun-Lun,Huang Hou-Kuan,Tian Sheng-Feng,et al.Improving one-class SVM for anomaly detection[C].International Conference on Machine Learning and Cybernetics,Volume 5,2003.3077-3081.

1李少军.论安全理论的基本概念[J].欧洲研究,1997,18(1):24-33. 被引量：35
2耿震华,侯彬彬,陆菊康.基于SNMP的主动入侵检测系统的设计与实现[J].计算机工程与设计,2006,27(22):4343-4346. 被引量：2
3Lee Joong-Hee, Lee Jong-Hyouk, Sohn Seon-Gyoung. Effective Value of Decision Tree withKDD99 Intrusion Detection Datasets for Intrusion Detection System[C]. ICACT 2008:Phoenix Park, Korea Feb. 17-20, 2008:1171-1175.
4Depren, M. Topallar, E. Anarim, M. Kemal Ciliz. An intelligentintrusion detection system (IDS) for anomaly and misuse detection incomputer networks[J]. Expert Systems with Applications, 2005, 29(4): 713-722.
5Lee W, Stolfo S. Data Mining Approaches for Intrusion Detection[R]. Proc of the Seventh USENIX Securtiy Symposium, Colorado, USA, 1998:6-9.
6Arnold Wolfers: Discord and Collaboration. Baltimore[M]. Johns Hopkins University Press. 1962.
7Terry Terriff, Security Studies Toda[M]. Cambridge: Polity Press, 1999.
8周伟良,乐毅,张友华.基于数据挖掘的自适应入侵检测系统[J].合肥工业大学学报（自然科学版）,2008,31(5):768-770. 被引量：1
9傅玥,马国富,许冀伟,李广霞.多决策树融合模型MDTF的研究[J].计算机工程与设计,2008,29(13):3391-3393. 被引量：1
10王建军,罗可,赵志学.基于数据挖掘的SNORT网络入侵检测系统[J].计算机工程与应用,2009,45(1):121-123. 被引量：2

网络安全技术与应用

2009年第1期

内容加载中请稍等...