一种动态的学习的高效入侵检测模型的研究.pdf

·2富· 全国网络与信息安全技术研讨会’纫7 一种动态自学习的高效入侵检测模型研究 杨武1，王巍1，张乐君1，国林1，云晓春1’2 (1．哈尔滨工程大学信息安全研究中心，哈尔滨150001；2．中科院计算所，北京100080) 摘要： 近些年基于机器学习的智能入侵攻击识别技术已经成为入侵检测领域研究的热点。然而随着网络流量和 网络规模的不断增大，以及网络行为特征的不断交化，使得现有的一些机器学习算法难以满足网络入侵检测模型对 实时性、动态性和自适应性的要求，从而限制了机器学习在入侵检测系统中的应用。为了提高宽带网络环境下智能 入侵检测系统的实用性和可用性，本文提出了一种基于归纳推理的动态自学习的高效入侵检测模型。将归纳推理方 法应用到入侵检测中，提出了适用于入侵检测的增量学习推理算法。通过该算法建立的入侵检测模型能够对不断出 现的新的网络行为数据进行自学习，并动态修正模型的行为轮廓，从而克服了传统静态检测模型必须完全重新学习 才能更新模型甚至无法重新学习的缺陷，同时较大地提高了入侵检测模型的学习效率和检测效率。 关键词： 网络安全；入侵检测；异常检测；归纳推理：自学习算法 ResearchonA Efficient DynamicSelf-learning I ntrusionDetectionModeI Wu Gu01，Xiao．ChunYunl，2 Yan91，WeiWan91，Le．JunZhan91，Lin ResearchCenter ofHarbin (1．InformationSecurity EngineeringUniversity,Harbin150001)、(2．InstituteofComputingTeelmology,Chin嘲 AcademyofSciences，Beijing100080) Abstract：Inrecent intrusiondetection basedonmachine havebeentheresearch years，intelligent techniques learning inthefieldofintrusiondetection．Whereas．asnetworktrafficandnetworkscaleincreaseandnetworkbehavior spots characteristics currentmachine call’tmeetthe ofthereal-time changecontinually,some learningalgorithms requirement network detection restricts ofmachine intointrusion intrusion the dynamic model，which application learning adaptive network detection．Inordertoenhancethe and of intrusiondetectioninbroadband availabilitypracticality system intelligent environment,thisa efficientintrusiondete