一种基于统计方法的入侵检测模型的研究

由于传统的基于信息加密的被动式信息保护技术不能满足现代信息安全的需求,主动检测攻击的防御技术变得迫切重要,本文正是基于这种需要而提出的一种基于统计方法的入侵检测模型。审计记录是入侵检测模型实施的依据,本文使用神经网络技术来训练这些审计记录,获得每个属性的正常区间,通过区间选取算法,就可得到阀值向量,结合加权特征向量和伯努利向量,就可以进行加权入侵得分的计算和疑义商的计算,疑义商就是本模型判断入侵的依据,其值越大意味着相应的会话入侵的可能性越大。只要根据领域专家的经验,设置相应的阀值就可以自动地实现入侵报警。

一种基于统计方法的入侵检测模型的研究

提出一种基于统计方法的入侵检测模型。审计记录是入侵检测模型实施的依据,文章使用神经网络技术训练审计记录,获得每个属性的正常区间,通过区间选取算法。得到阀值向量,结合加权特征向量和伯努利向量,进行加权入侵得分的计算和疑义商的计算,疑义商就是本模型判断入侵的依据,根据专家的经验,设置相应的阀值就可以自动地实现入侵报警。

基于统计方法的入侵检测模型

<Abstrcat>