文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 能源/化工 > 入侵检测系统中高效模式匹配算法的研究
侵权投诉

入侵检测系统中高效模式匹配算法的研究

第30卷 第13期Vol.30 № 13 安全技术

计 算 机 工 程Computer Engineering

文章编号:1000—3428(2004)13 —0092—03

文献标识码:A

2004年7月July 2004

中图分类号:TP301.6

入侵检测系统中高效模式匹配算法的研究

杨 武1,方滨兴2,云晓春1,张宏莉1

(1. 150001哈尔滨工业大学计算机科学与技术学院,哈尔滨;2. 100031国家计算机网络与信息安全管理中心,北京)

摘 要:基于特征匹配的网络入侵检测系统的性能主要受模式匹配算法的影响。文章在对流行的网络入侵检测系统snort深入剖析的基础上,侧重研究如何利用各种高效模式匹配算法来优化snort的性能。重点介绍了一种基于BM思想的多模式匹配算法——SSPBM算法,结果表明采用SSPBM算法可以较大提高网络入侵检测系统的检测性能。关键词:入侵检测;特征匹配;多模式匹配;网络安全

Study of Efficient Pattern Matching Algorithms

in Intrusion Detection System

YANG Wu1,FANG Binxing2,YUN Xiaochun1,ZHANG Hongli1

(1. School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001;2. National Computer Network and Information System Security Administration Center, Beijing 100031)

【Abstract】The performance of a signature-matching-based network intrusion detection system (NIDS) is dominated by pattern matching algorithm. Based on the profile of the popular NIDS-snort, this paper studies how to utilize different efficient pattern matching algorithms to optimize the performance of snort. It mainly presents a multi-pattern matching algorithm based on the idea of BM algorithm-SSPBM algorithm. The result shows SSPBM algorithm can greatly improve the detecting performance of NIDS.

【Key words】Intrusion detection;Signature matching;Multi-pattern matching;Network security

1 概述

随着Internet的飞速发展,网络规模日益扩大,网络应用趋向全球化,黑客入侵攻击事件也不断发生。传统的防火墙技术已经难以单独保障网络的安全,网络入侵检测系统(Network Intrusion Detection System,NIDS)作为一种积极主动的安全防护技术,已成为网络安全领域中研究的热点。

网络入侵检测系统通常采用被动监听的方式从关键网段捕获网络中传输的数据包,并利用各种检测分析方法从捕获的数据包中发现入侵证据。NIDS能够在不影响网络性能的情况下对网络进行监测,发现网络中的攻击事件。目前网络入侵检测系统中的检测分析方法主要分为两类:基于特征的检测(signature-based detection),又称为滥用检测(misuse detection),以及异常检测方法(anomaly detection)。基于异常的检测方法首先通过建立网络系统正常的行为或规范简档,然后与当前实际的网络行为进行比较,若出现较大的偏离则认为存在攻击行为,这种方法通常采用神经网络、概率统计和数据挖掘等技术;基于特征的检测方法通过将当前网络数据包与已知攻击及系统漏洞的特征库进行模式匹配来发现入侵。异常检测方法的最大缺点是学习需要时间,而且检测误报率高,很难适应大流量网络的实时检测要求。特征检测通常采用模式匹配的技术,易于实现而且检测精度高,因此目前大多数的网络入侵检测系统都采用基于模式匹配的特征检测方法。

网络流量的不断增大以及入侵特征库的不断更新,对基于特征匹配的NIDS的实时检测性能提出了挑战。当待分析网络数据流的产生速度超过了系统检测引擎的处理能力时,必然导致数据包来不及分析就被丢弃了。这些被丢弃的数据包很可能包含具有攻击特征的恶意数据,这样NIDS就会遗漏该攻击事件,产生漏报率(false negative)。一些攻击者往往会

利用这一点,通过发送大量的无害数据包来使NIDS过载从而造成拒绝服务攻击(DoS攻击)或者逃避NIDS的检查(Evasion)。因此有必要提高基于特征匹配的NIDS在大流量网络环境下的检测性能。

基于特征匹配的网络入侵检测系统的性能主要受数据包和多个特征模式匹配过程的影响,即模式匹配算法是系统主要的性能瓶颈。本文在对传统的基于特征匹配的网络入侵检测系统snort进行了剖析,研究如何利用不同的模式匹配算法来最优化snort系统的检测性能。

2 NIDS传统——snort的性能评价

snort是一种流行的轻量级网络入侵检测系统[1],它使用一种基于特征规则的检测引擎来对网络数据包进行内容模式匹配。snort在对网络数据包进行检查时,重复使用Boyer-Moore算法来将规则集中的每一条内容规则与数据包的有效载荷进行模式匹配。

为了量化分析snort系统在处理数据包时的性能瓶颈,我们对snort入侵检测系统进行了性能评测。系统实际的性能明显依赖于所使用的规则集以及所监测的流量特征。为此我们利用MIT Lincon Lab[2]提供的1998入侵检测训练数据集,选取1天的流量数据(容量大约160MB的Tcpdump文件)作测试。在该数据集上运行snort-1.8.3并选用完整的规则集,使用工具gprof来剖析snort系统的各个主要函数在运行过程中所占的时间百分比。运行代价排前5位的函数的剖析结果如表1所示。从表中可以看出,模式匹配过程是系统运行过程中代价最昂贵的部分,约占整个系统运行时间的 30%。在其他的一些基

入侵检测系统中高效模式匹配算法的研究

—92—

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email