基于序列互相关特性和SVM的入侵检测研究

摘要：

通过刻画特权进程的系统调用来进行入侵检测已被广泛研究,采用的大多是人工智能方法,如支持向量机、隐马尔可夫模型和神经网络等.针对这种基于人工智能的入侵检测系统,本文提出应用序列互相关特性选择训练数据的方法.序列的互相关特性是刻画序列之间的相互关系的重要手段,使用具有一定特性的序列来训练人工智能模型,可以提高入侵检测的效率.在本文中,使用了支持向量机(SVM)来评价序列的互相关特性在模型训练中的作用.实验仿真说明,这种方法可以有效的提高入侵检测率.

关键词：支持向量机、互相关性、系统调用、入侵检测

所属期刊栏目：29

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金60473030

在线出版日期：2007-07-02（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：113-117