基于Spark框架的分布式入侵检测方法

摘要：

为以较低的误报率和较高的检测率对攻击和恶意行为进行实时检测，基于Spark框架和位置敏感哈希算法，提出一种分布式数据流聚类方法DSCLS ，能够处理实时数据流，可根据数据流速进行横向分布式扩展。基于DSCLS分布式聚类算法，建立网络入侵检测系统，能够高速实时分析数据流，聚类相关模式，实时检测已知攻击和入侵，能够对未知的新型攻击进行检测。理论分析和实验结果表明，与主流的数据流聚类算法D‐Stream相比， DSCLS方法能够有效提高检测率并降低误报率，在时间性能和可扩展性方面更有优势。

关键词：入侵检测、数据流、聚类、位置敏感哈希、DSCLS算法

分类号：TP391(计算技术、计算机技术)

资助基金：国家973重点基础研究发展计划基金项目2007CB310803；国家自然科学基金重点项目61035004；国家自然科学基金项目60875029

在线出版日期：2015-08-28（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：1720-1726