相对熵密度偏差在入侵检测模型中的应用

摘要：

针对入侵检测系(IDS)中基于训练数据选择较好的异常检测模型.使用相对熵密度偏差作为模型之间的度量.通过分析模型的分布与训练数据真实分布的差异,根据原数据本身的相依关系,使用较少的数据选择出较好的适用检测模型.实验结果证明针对所给的数据,隐马氏模型(HMM)要好于马氏链模型(MCM).

关键词：入侵检测、相对熵密度偏差、异常检测

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant N060577039;天津市科技发展计划基金05YFGZGX24200

在线出版日期：2009-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：20-22