基于数据挖掘的Snort增强模型的研究

摘要：

Snort是一个简单而有效的基于规则的开源入侵检测系统,但有一定的局限性.论文提出了一个基于数据挖掘的Snort增强模型以采用各种数据挖掘技术来解决Snort的某些局限,还构建了基于案例推理(CBR)的应用实例,良好地验证了模型的正确性和灵活性,且由于"自适应"的特点,该模型还具有较强的可扩展性和交互性.

关键词：数据挖掘、Snort、入侵检测

所属期刊栏目：24

分类号：TP393.08;TP311.13(计算技术、计算机技术)

资助基金：江苏省教育厅自然科学基金02SJD520002

在线出版日期：2005-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5