摘要

  网路入侵过程中入侵特征种类繁多,形成耦合性,很难形成较为规则的分布,传统的入侵检测方法都是假设网络入侵特征呈现独立高斯分布的,但是,一旦入侵特征耦合性较差,造成非高斯入侵数据拟合能力差,导致检测精度不理想。为了避免上述缺陷,提出了一种基于变异特征估计算法的非均匀分布入侵检测模型。在海量的网络操作数据中,提取出变异特征,根据提取的特征能够进行网络入侵检测。利用变异特征估计算法,能够建立合理的非均匀分布入侵检测模型,从而检测出网络入侵行为。实验结果表明,在非均匀分布的环境下,利用该算法对网络攻击行为进行检测,使非高斯数据具有更强的拟合能力,极大地降低了网络入侵检测的误报率和漏报率,提高了入侵检测的检测率。

全文