提高Snort规则匹配速度的研究

摘要：

Snort是一种基于规则匹配的误用入侵检测系统,基于规则的模式匹配是Snort检测引擎的主要机制,也是衡量其性能的重要指标.由于当前Snort采用的规则树结构过于简单,造成某些RTN下的OTN链比较庞大;匹配过程中,OTN各个选项的匹配顺序仍然局限于安全专家根据领域知识,人为而定,从而造成某些重要选项不能得到优先匹配,大大降低了Snort的匹配速度,严重影响检测效率.为解决上述问题,将数据挖掘技术应用到Snort入侵检测系统中,利用数据挖掘中的ID3算法,对Snort规则库中的规则进行挖掘,选取信息增益最大的属性作为Snort优先匹配的属性,从而提高了规则匹配的速度.

关键词：入侵检测系统、规则树、ID3算法、信息熵、信息增益

所属期刊栏目：28

分类号：TP31(计算技术、计算机技术)

资助基金：吉林省科技厅科技发展计划吉科合字第20000109号

在线出版日期：2007-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：3344-3346