基于snort的检测引擎的分析与研究

随着互联网的迅猛发展,如何实现高速网络下的实时入侵检测己经成为现实面临的问题。对于入侵检测系统来说就需要提高它的检测效率,而提高系统效率的根本就是要对入侵检测系统的核心一检测引擎,进行优化改进。文中对snort中实现的最新检测引擎进行了详细的分析,并对其进行了性能测试。     

智能入侵检测系统的研究

智能入侵检测系统是指在入侵检测系统中引入网络会话模块和ANN检测引擎的系统.该系统将分别来自简单规则的检测引擎和ANN检测引擎的两个输入值输入分析器,从而提高规则检测的准确率.     

基于遗传算法的网络入侵检测系统设计

经过对入侵检测历史与现状的分析和对目前入侵检测技术的研究。本提出一种基于遗传算法的网络入侵检测系统模型。在分析引擎的设计上，采用了协议分析和遗传算法相结合的策略，使入侵检测的速度和准确性有了显提高。     

基于数据挖掘的入侵检测系统中挖掘效率的研究

入侵检测在计算机安全系统中发挥着越来越重要的作用,目前入侵检测使用的规则集还是注意依赖于专家分析提取,由于入侵检测系统中数据量很大,使用人工分析的代价是昂贵的.用数据挖掘技术分析网络数据进行入侵检测,可以有效的减少人工分析的工作量,但数据挖掘技术应用到入侵检测中存在着一些问题,特别是挖掘效率的问题,该文提出了使用数据过滤和增量挖掘技术来提高挖掘的效率.     

数据挖掘在网络入侵检测系统中的应用

探讨了网络入侵检测中应用数据挖掘技术的可行性和必要性,提出一种基于数据挖掘的入侵检测系统模型,并对该模型中数据挖掘算法进行研究,提出该系统应用Apriori算法的改进思路,实现入侵检测自动化,提高检测效率和检测准确度。     

入侵检测系统中BM模式匹配算法研究

模式匹配算法是基于规则的入侵检测系统的核心。基于BM模式匹配算法研究,可对其进行改进。改进算法有效地加快了模式匹配的速度,提高了入侵检测的效率。     

基于条件熵和改进遗传算法的入侵检测算法研究

针对传统的入侵检测方法对于实时性网络检测效率低的问题,引入条件熵对高维数据集进行属性约简,但是由此引起了漏报率过高的问题,因而必须引入遗传算法以进化出最优种群。将条件熵和改进遗传算法相结合,以提高入侵检测的效率和降低漏报率,并将改进遗传算法和标准遗传算法进行了比较,结果表明,将改进后的遗传算法用于入侵检测中具有较高的检测率。     

入侵检测中单模式匹配算法的研究与分析

模式匹配算法是入侵检测系统中规则检测引擎的核心算法．这里对几种典型的单模式匹配算法进行了研究和分析,重点分析了这些算法的基本思想和算法复杂度以及各自的优缺点和适用环境。     

行为数据分析与入侵检测系统

入侵检测技术已成为计算机和网络安全系统中的重要组成部分，作为其核心的分析引擎部分，在解决局部环境中传统入侵检测技术的快速检测和分析问题，以及大规模主干网络的检测和分析问题时，行为数据分析方法的应用，将较大地提升入侵检测系统的性能。     

基于改进的DCA算法入侵检测方法的研究

树突状细胞算法DCA（Dendritic Cell Algorithm）是人工免疫学理论中危险理论的最新研究成果,本文提出在危险模式入侵检测系统中使用利用改进的DCA算法对实时异常数据进行的检测,使用KDDCUP99常用的网络入侵检测数据对模型和其他入侵检测算法进行了测试,结果表明基于改进的DCA算法的检测模型降低了误报率,提高了系统的效率与性能。     

探究信息安全下的数据挖掘的智能化入侵检测系统

智能化入侵检测系统可以发现并且及时阻止一些未知或者已知的滥用系统侵入到我们日常所用系统中。这种系统能够自主完成学习以及改善功能。在此模型中收集数据的是一些活动的监测Agent,然后由移动Agent将采集到的数据传送给相关的序列生成器,再由其将所发生的事件进行排序之后传给进行证据发现的发掘引擎,发现证据之后将其传送给检测引擎,同时评估目前规则中所具有的相似性,之后对其进行决策,一般这个环节是由决策引擎来掌控,最后对整个数据库进行维护并且将指令散布给各个活动的监测Agent。     

两种机器学习型入侵检测技术探讨

给出了计算机网络入侵、入侵检测和入侵检测技术的概念；介绍了入侵检测中的滥用检测和异常检测。从机器学习这个角度对增强学习和支持向量机等比较具有独特性的入侵检测技术作了介绍和评述。     

一种入侵检测模型

基于公共入侵检测框架(CIDF)给出了一种入侵检测模型．通过CIDF通信协议，入侵检测系统还可以与其他的入侵检测系统进行通信，实现多个入侵检测系统共同工作．这样可大大提高入侵检测的效率和成功率．     

智能型入侵检测系统的研究

针对目前现有的入侵检测系统在识别入侵行为的准确性和对新的攻击行为的检测方面效率不高,适应性和灵活性较差的缺点,项目组将神经网络与入侵检测系统相结合,利用神经网络的自学习、自适应能力解决入侵检测系统的智能化问题,构建了智能型入侵检测系统。该系统具有较高的检测正确率和识别入侵行为的能力。     

入侵检测技术分类与比较研究

入侵检测是信息安全保障的关键技术之一,近年来成为网络安全领域的研究热点.论述入侵检测的基本概念,依据不同标准对入侵检测系统进行分类,阐述并比较各种入侵检测技术和方法,分析现存的三种入侵检测体系结构,预测入侵检测技术的发展方向.     

智能化技术在入侵检测中的应用

首先给出计算机网络入侵、入侵检测和入侵检测技术的概念 ,接着介绍入侵检测中的滥用检测和异常检测 然后从智能化入侵检测这个角度对遗传算法、神经网络、人工免疫、支持向量机等智能检测技术作了阐述 最后结合自己的研究 ,提出智能化技术在入侵检测中的发展趋势和主要研究方向