基于分类样本和贝叶斯动态预测的异常入侵检测

摘要：

在大规模网络环境中,入侵检测系统得到的警报数据具有一定的规律.据此提出了一种基于警报事件强度的异常检测方法,采用分类样本空间和贝叶斯动态预测方法,解决了警报数据的时间效应问题.实验数据分析表明,该方法对于大规模入侵行为具有较好的检测效果.

关键词：入侵检测、警报、分类样本空间、贝叶斯动态预测

所属期刊栏目：43

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2007-10-12（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：140-142