17、网络异常入侵检测技术解析

网络异常入侵检测技术解析

在当今网络安全领域，异常入侵检测至关重要。随着网络攻击手段的日益复杂，如何准确、高效地检测出异常入侵行为成为了研究的热点。下面将详细介绍两种不同的异常入侵检测方法，包括基于投影模型的SNMP异常流量检测和基于贝叶斯网络的网络异常入侵检测。

基于投影模型的SNMP异常流量检测

1. 数据集情况
   • 两个数据集包含与正常和异常情况相关的网络数据包，这些数据包从UDP流量中捕获，因为SNMP使用UDP作为传输协议。所以数据集仅包含传输层使用UDP、网络层使用IP以及应用层使用某些协议（其中包括SNMP）的数据包。
2. 特征提取
   • 用于检测SNMP异常流量的基于网络的入侵检测系统（IDS）结构如下：“数据包处理”组件通过处理数据包头部信息生成特征向量。本研究使用已被证明对检测异常SNMP流量有效的一组特征来表征网络数据包。从数据包中提取的五个特征有助于构建神经网络输入向量 (x\in\Re^5)，这些特征包括：
     • 协议ID（数据包的协议）
     • 源端口（发送数据包的设备的端口号）
     • 目的端口（数据包发送到的主机的端口号）
     • 大小（数据包大小，单位为字节）
     • 时间（数据包发送的时间）
   • 在“数据包处理”模块的输出端，网络流量被映射到一个五维特征空间。根据之前讨论的设置，压缩模块利用投影方法