基于隐马尔可夫模型的用户行为异常检测新方法

摘要：

提出一种基于隐马尔可夫模型的用户行为异常检测方法,主要用于以shell命令为审计数据的主机型入侵检测系统.与Lane T提出的检测方法相比,所提出的方法改进了对用户行为模式和行为轮廓的表示方式,在HMM的训练中采用了运算量较小的序列匹配方法,并基于状态序列出现概率对被监测用户的行为进行判决.实验表明,此方法具有很高的检测准确度和较强的可操作性.

关键词：入侵检测、异常检测、行为模式、隐马尔可夫模型

所属期刊栏目：28

分类号：TP18;TP393(自动化基础理论)

资助基金：国家高技术研究发展计划863计划863-307-7-5

在线出版日期：2007-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：38-43