摘要
使用系统调用序列的异常检测系统对于模拟正常用户的攻击行为有较好的检测效果.传统的算法主要关注切分的长度,却忽略了各个系统调用序列的发生频率对整个检测结果的重要性.在对样本进行切分的情况下,构建了一个对系统调用序列发生频率敏感的基于支持向量描述异常检测模型,利用发生频率定义样本的"重要性",使分类器更加倾向于这些重要的样本.采用国际标准数据集进行测试.实验表明,与传统的检测模型相比,基于序列发生频率的检测模型具有较低的误报警率.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2007年第z2期235-239,共5页
Journal of Computer Research and Development
基金
国家自然科学基金项目(60603029)
江苏省自然科学基金项目(BK2005009)
作者简介
罗隽 男,1981年生,讲师,主要研究方向为网络安全、模式识别.zyqs1981@163.com 丁力 男,1977年生,博士研究生,讲师,主要研究方向为网络管理. 潘志松 男,1973年生,博士后,副教授,主要研究方向为模式识别、智能处理. 胡谷雨 男,1963年生,教授,博士生导师,主要研究方向为网络安全、网络管理.