基于Snort的混合入侵检测系统的研究与实现

摘要：

在分析研究Snort系统的优缺点的基础上,利用其开源性和支持插件的优势,针对其对无法检测到新出现的入侵行为、漏报率较高以及检测速度较低等问题,在Snort系统的基础上结合入侵检测中的数据挖掘技术,提出一种基于Snort系统的混合入侵检测系统模型.该系统模型在Snort系统原有系统模型基础上增加了正常行为模式构建模块、异常检测模块、分类器模块、规则动态生成模块等扩展功能模块.改进后的混合入侵检测系统能够实时更新系统的检测规则库,进而检测到新的入侵攻击行为;同时,改进后的混合入侵检测系统具有误用检测和异常检测的功能,从而提高检测系统检测效率.

关键词：Snort系统、入侵检测、数据挖掘、规则学习

所属期刊栏目：2

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-28,32