基于数据挖掘的用户键盘及鼠标检测模块

入侵检测与数据挖掘 随着大规模网络入侵事件的出现,入侵检测技术成为近年来网络安全领域的一个研究热点。它主要通过监控网络、系统、用户的状态、行为以及系统的使用情况,来检测系统用户的越权行为、入侵企图等。传统入侵检测系统主要采用异常检测和滥用检测两种技术。现有的IDS产品大多采用模式匹配技术(滥用检测技术),这种技术的     

基于用户击键数据的异常入侵检测模型

改进了Apriori关联规则算法,通过对正常用户击键数据的规则挖掘,建立用户的正常特征轮廓,并以此对新用户的击键数据实行异常入侵检测. 实验结果表明,本文提出的模型具有一定的入侵检测功能 .     

入侵检测系统攻击语言研究

本文对入侵检测系统中现有的攻击语言进行了分类综述,在此基础上分析了这些语言存在的不足,提出应对现有语言进行合并,从而设计出一些综合性语言。这些综合语言应能从多个方面描述一个攻击,从而有利于数据的一致性和可重用性,推动攻击语言的标准化。本文最后给出了今后研究的方向。