基于不同概念层次知识发现的入侵检测系统  

IDSs Based on Variant KDD Concept Hierarchies

作　　者：邹涛[1] 孙宏伟[1] 张尔扬[1] 李学春 

机构地区：[1]国防科技大学电子科学与工程学院,湖南长沙410073 [2]北京首信股份有限公司网络技术研究所,北京100016

出　　处：《计算机工程与科学》2004年第6期7-9,共3页Computer Engineering & Science

基　　金：中国普天首信重大科研项目(021125)

摘　　要：本文针对现有误用检测系统缺少对新攻击样式的适应性问题,从不同概念层次的知识发现角度出发,提出了一种新的误用检测方法。该方法首先利用相关特征选取算法提取每种攻击的最优特征子集,然后通过相似性聚类对攻击样式作概念分层,最后用规则学习算法学习概念级误用检测模型。实验结果表明,该入侵检测方法不但能够提高检测概率,实现对新的攻击方式的检测,同时还简化了分类模型。This paper first analyzes the shortcomings of traditional intrusion detection methods, and then puts forward a new misuse detection method based on variant KDD concept hierarchies. Related features are selected before they are used for the similarity analysis of attack types. An inductive learning algorithm is then applied to obtain a detection model following the concept hierarchy generation for labels. Experimental results show that this method can not only detect new attack types but also simplify the detection model.

关 键 词：入侵检测系统 知识发现 概念层次 网络安全 计算机网络 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]