摘要：提出了一种基于机器学习的用户行为异常检测方法,主要用于UNIX平台上以shell命令为审计数据的入侵检测系统.该方法在Lane T等人提出的检测方法的基础上,改进了对用户行为模式和行为轮廓的表示方式,在检测中以行为模式所对应的命令序列为单位进行相似度赋值;在对相似度流进行平滑时,引入了"可变窗长度"的概念,并联合采用多个判决门限对被监测用户的行为进行判决.实验表明,该方法在检测准确度和实时性上均优于LaneT等人提出的方法.

原文链接:http://d.wanfangdata.com.cn/Periodical/txxb200606016

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）