【摘要】：針對(duì)采用傳統(tǒng)的檢測(cè)算法存在耗用計(jì)算資源過(guò)大,檢測(cè)所需時(shí)間長(zhǎng)、實(shí)時(shí)性差的問(wèn)題。提出了一種預(yù)估模式的入侵檢測(cè)建模方法。采用主元素選擇方法先對(duì)網(wǎng)絡(luò)連接數(shù)據(jù)的主成分進(jìn)行信息擬合,依據(jù)入侵主元素組建平穩(wěn)的預(yù)估決策樹(shù),利用網(wǎng)絡(luò)入侵特征信息增益的理論思想進(jìn)行預(yù)估模式下的入侵決策樹(shù)延伸,并計(jì)算預(yù)估模式下與給定的網(wǎng)絡(luò)入侵信息特征相似度最高的關(guān)聯(lián)特征,在計(jì)算出系統(tǒng)中各個(gè)ID屬性的的正常區(qū)間,結(jié)合于預(yù)估加權(quán)入侵特征向量和伯努利向量進(jìn)行加權(quán)入侵得分和疑義商的計(jì)算,以計(jì)算的結(jié)果為依據(jù)建立了入侵檢測(cè)模型。實(shí)驗(yàn)仿真結(jié)果證明,采用改進(jìn)的侵檢測(cè)建模方法,其檢測(cè)準(zhǔn)確率高,誤檢率和漏檢率低,有效的保障了網(wǎng)絡(luò)安全穩(wěn)定的運(yùn)行狀態(tài)。
[Abstract]:The traditional detection algorithm has many problems, such as too much computing resources, long detection time and poor real-time performance. An intrusion detection modeling method based on predictive model is proposed. The principal element selection method is used to fit the principal components of the network connection data, and a stable prediction decision tree is constructed according to the intrusion main elements. Based on the theory of network intrusion feature information gain, the intrusion decision tree is extended under the prediction model, and the correlation feature with the highest similarity between the prediction model and the given network intrusion information feature is calculated. The normal interval of each ID attribute in the system is calculated, and the weighted intrusion score and doubt quotient are calculated by combining the predictor weighted intrusion eigenvector and Bernoulli vector, and the intrusion detection model is established based on the calculated results. The simulation results show that the improved intrusion detection modeling method has high detection accuracy, low false detection rate and low missed detection rate, and effectively ensures the network security and stability.
【作者單位】： 西南醫(yī)科大學(xué)現(xiàn)代教育技術(shù)中心;
【分類號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鵬;趙輝;;關(guān)于入侵檢測(cè)模型的研究與分析[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2009年03期

2 李之棠,楊紅云;模糊入侵檢測(cè)模型[J];計(jì)算機(jī)工程與科學(xué);2000年02期

3 秦拯;吳中福;廖曉峰;李華;王康;吳李瀚;;一種新型的入侵檢測(cè)模型的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)科學(xué);2001年11期

4 張慧敏,何軍,黃厚寬;一個(gè)基于免疫的網(wǎng)絡(luò)入侵檢測(cè)模型[J];計(jì)算機(jī)工程與應(yīng)用;2002年06期

5 黃大足;一種入侵檢測(cè)模型[J];邵陽(yáng)學(xué)院學(xué)報(bào);2003年05期

6 史長(zhǎng)瓊,馬淑萍;基于移動(dòng)Agent的入侵檢測(cè)模型研究[J];南華大學(xué)學(xué)報(bào)(理工版);2003年03期

7 姚羽,高福祥,于戈;基于混沌神經(jīng)元的延時(shí)濫用入侵檢測(cè)模型[J];電子學(xué)報(bào);2004年08期

8 任照松,印潤(rùn)遠(yuǎn);基于統(tǒng)計(jì)方法的入侵檢測(cè)模型[J];上海水產(chǎn)大學(xué)學(xué)報(bào);2005年02期

9 劉道群;孫慶和;;基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型[J];激光雜志;2005年06期

10 程紹輝,高鵬翔;網(wǎng)絡(luò)入侵檢測(cè)模型的分析與比較[J];計(jì)算機(jī)時(shí)代;2005年02期

相關(guān)會(huì)議論文 前10條

1 楊武;王巍;張樂(lè)君;國(guó)林;云曉春;;一種動(dòng)態(tài)自學(xué)習(xí)的高效入侵檢測(cè)模型研究[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)論文集（上冊(cè)）[C];2007年

2 周頡;;無(wú)線傳感器網(wǎng)絡(luò)入侵檢測(cè)模型研究[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

3 李楠;胡學(xué)鋼;王東波;;基于改進(jìn)隨機(jī)決策樹(shù)的入侵檢測(cè)模型研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 宋博;張琦建;;基于移動(dòng)代理的入侵檢測(cè)模型在水利信息化中的應(yīng)用[A];科技創(chuàng)新與現(xiàn)代水利——2007年水利青年科技論壇論文集[C];2007年

5 孫和凱;魏海平;;基于人工免疫的入侵檢測(cè)模型研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2010年

6 田俊峰;劉仙躍;;入侵檢測(cè)數(shù)據(jù)分類模型—PCANN[A];2007年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2007年

7 楊永健;李天博;楊曉慧;;基于Magician平臺(tái)的主動(dòng)入侵檢測(cè)模型[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

8 謝毅;張俊靈;王瑩;胡翠林;;一種基于SVM的信息安全入侵檢測(cè)模型[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

9 劉丹婷;武斌;;基于層次化協(xié)同DFA的主機(jī)入侵檢測(cè)模型[A];第十七屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集[C];2012年

10 王蕊;;基于免疫原理的網(wǎng)絡(luò)銀行入侵檢測(cè)模型[A];第三屆全國(guó)軟件測(cè)試會(huì)議與移動(dòng)計(jì)算、柵格、智能化高級(jí)論壇論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 陳榮;面向網(wǎng)格計(jì)算的按需入侵檢測(cè)模型及關(guān)鍵技術(shù)研究[D];浙江大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 張翔;RFID安全中間件關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 陳泓予;基于改進(jìn)樸素貝葉斯算法的入侵檢測(cè)技術(shù)研究[D];河南理工大學(xué);2015年

3 羅冬梅;基于時(shí)間序列的入侵檢測(cè)模型研究[D];上海師范大學(xué);2004年

4 雷麗萍;基于生物不確定性記憶的入侵檢測(cè)模型研究[D];西安電子科技大學(xué);2010年

5 王超峰;基于數(shù)據(jù)挖掘的入侵檢測(cè)模型研究[D];青島理工大學(xué);2010年

6 何慧;基于信息增益—貝葉斯網(wǎng)絡(luò)的智能入侵檢測(cè)模型的研究[D];廣西大學(xué);2005年

7 景波;基于智能代理的入侵檢測(cè)模型[D];太原理工大學(xué);2003年

8 張曉梅;基于主動(dòng)對(duì)抗響應(yīng)的網(wǎng)絡(luò)入侵檢測(cè)模型[D];太原理工大學(xué);2003年

9 黃琦鋒;基于數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)技術(shù)的入侵檢測(cè)模型[D];福州大學(xué);2004年

10 舒小敏;智能化網(wǎng)絡(luò)入侵檢測(cè)模型的研究[D];新疆大學(xué);2006年

，

本文編號(hào)：2254588