分阶段K邻居模型在入侵检测系统中的应用研究

摘要：

分阶段K邻居模型(KNS)是一种可用于入侵检测系统中的数据挖掘模型.KNS先将节点状态分成不同的阶段,然后为每个节点查找同阶段内K邻居和不同阶段邻居,最后分别对阶段内部邻居和阶段邻居的相关属性进行统计挖掘,最终得到节点的阶段评价值.实验将KNS模型应用在基于WLAN数据包的入侵检测系统中,通过比较节点的阶段评价值是否异常判断是否存在入侵.结果表明,KNS可以快速地处理数据包并有效地检测攻击.

关键词：分阶段K邻居模型、入侵检测系统、数据挖掘、无线局域网

所属期刊栏目：37

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金项目60872009.60602016;国家863计划项目2007AA01Z428,2009AA01Z148;安徽高校省级自然科学研究计划重大项目ZD2008005-2,ZD200904,JK2009A013,JK2009A025

在线出版日期：2011-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：124-127