基于图和信息熵的入侵检测分类器构造  

A Construction Method of Intrusion Detection Classifier Based on Graph and Information Entropy

作　　者：吴川[1] 姜淑娟[1] 

机构地区：[1]中国矿业大学计算机科学与技术学院,江苏徐州221008

出　　处：《微计算机信息》2008年第30期62-64,共3页Control & Automation

基　　金：国家自然科学基金青年基金资助(60503020)

摘　　要：针对传统的Snort入侵检测引擎所使用二维表逐一比较效率低下的问题,该文采用基于图的数据挖掘技术挖掘规则、运用改进后的信息熵方法选择分类属性,构造入侵检测分类器。通过实验证明,该方法是有效可行的。In order to solve the question of traditional Snort intrusion detection engine used the two-dimensional table matching inefficient one by one, the paper applies graph-based data mining technology , uses improved information entropy methods to choose the classification attributes, thus eonstruct a intrusion detection classifier. The experiment results show that the method is feasible and effective.

关 键 词：图 数据挖掘 信息熵 入侵检测 分类 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]