论文部分内容阅读
随着因特网等计算机网络应用的增加，安全问题越来越突出，对具有主动防御特征的入侵检测系统的需求日趋紧迫．提出一个轻量级的在线自适应网络异常检测系统模型，给出了相关算法．系统能够对实时网络数据流进行在线学习和检测，在少量指导下逐渐构建网络的正常模式库和入侵模式库，并根据网络使用特点动态进行更新．在检测阶段，系统能够对异常数据进行报警，并识别未曾见过的新入侵．系统结构简单，计算的时间复杂度和空间复杂度都很低，满足在线处理网络数据的要求．在DARPAKDD99入侵检测数据集上进行测试，10％训练集数据和测试集数据