摘要: 针对已有的审计日志, 在使用具有实时数据处理能力的频度加权算法计算私有程序运行时, 对每个进程中相异系统调用的频度取值. 将得到的进程向量集合进行线性扫描, 再根据向量间的距离关系为进程向量添加表示数据“正常”或“异常”标号, 在无人为干预的情况下取得SVM(Support Vector Machine)训练数据. 最后通过支持向量机计算用于监测目标系统的程序正常行为轮廓, 从而构造一个切实可行的在线且无
需人为干预的入侵检测系统.
中图分类号:
张 丹, 任 斐, 赵 阔, 张园园, 刘晓博, 任维武, 胡 亮. 基于SVM的在线无监督入侵检测系统[J]. J4, 2009, 47(02): 323-329.
ZHANG Dan, REN Fei, ZHAO Kuo, ZHANG Yuan yuan,LIU Xiaobo, REN Weiwu, HU Liang. A SVMbased System for Online Unsupervised Intrusion Detection[J]. J4, 2009, 47(02): 323-329.