摘要：伪装入侵是指非授权用户伪装成合法用户进入系统访问关键数据或执行非法操作的行为，现有伪装入侵检测方法大多通过获取用户敏感数据对用户特征进行建模。针对上述问题，提出一种基于网络流统计数据的伪装入侵检测方法，使用网络流统计数据作为用户特征，并结合AdaBoost与支持向量机对用户特征进行训练与预测。在一个真实网络抓包数据集上的实验结果表明，该方法能在有效抵御伪装入侵的同时不侵犯用户隐私，系统检测率为97．5％、误报率为1．1％，且系统检测延时仅为毫秒级，证明了其检测性能优于现有伪装入侵检测方法。

原文链接:http://www.cqvip.com//QK/95200X/201407/661679444.html

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。）