提出了一种基于改进隐马尔可夫模型的网络攻击检测方法。正常的网络行为符合一定的语法规则,异常的行为会偏离正常的语法规则。通过对正常行为样本的学习得到的基于隐马尔可夫模型的语法可以根据网络行为和语法的符合程度有效地检测正常行为和攻击行为。在基于现实数据的实验测试中,得到了比较好的检测性能。
第 3期
杨晓峰等:基于改进隐马尔可夫模型的网络攻击检测方法
9 9
即 7有可能的状态路径。所以式() _最 1更新为 P s ) (一>q) (1r 1P q>q ) ( M=p I I 1 q ) (广 P S 2… P q‘S P q (M I M) (肘一>F) () 7
测出异常,可以认为这个 lg对应的行为异常。 o
4实验和结果 本节用真实的网站 lg数据来验证本文算法的 o
其中 q= l 2 是 r V tri r q,, q…,的 i b路径。 e 3 )分组渐进的压缩策略假设训练样本集 x的容量为 k模型的状态数为, n,在无法满足优化条件的情况下,单步压缩模型 M的复杂度大于 O(n ),当 n很大时的计算量极大, k 这就要求把 n控制在一个比较合理的数值以内。
有效性。实验数据来自于域名为“ l u . m”网 od nc j o站从 20 0 8年 9月 2 8日到 2 0 0 9年 1月 1 1日的全部 访问 lg实验数据集含有 4 0的文本数据。过 o。 0M经人工和程序辅助的检查,含有大量的恶意的攻击访问,其中包括 S L注入、跨站脚本攻击 ( S ) Q X S、 文件包含、漏洞溢出等。
用分组渐进压缩的方法,一个大型的模型分割为一组大小合适的子模型,分别局部优化,最终将 优化好的子模型组合进行全局优化。实验中发现当 n
因为不同的路径需要不同的语法提取特征,
也需要不同的分类器作分类检测,所以选择了数据
集中具有较大访问量和较多非法攻击的几类路径 的访问记录作实验数据集。针对文中算法的特点, 实验中过滤了数据集中参数不符合“属性=属性值” 类型的数据。表 1列出了各数据集的详细信息。 表1 实验数据信息
控制在 2 0以下的时候可以得到较好的计算速度。 0 333学习分类闽值 .. 定义样本对于语法模型的异常测度为 a(丁=一nP sl ) I (r M) () 8
因为 P sI取值范围是[,] ( M) O1,所以 as) (的取 r值范围是[, ) 0 ,当丁正常行为,异常测度越趋是近于 0,否则越趋近于+o;特别是当不能被 o接受时, as ) o。 (=+ o 异常检测是一个 2类分类问题,用语法计算异常测度是提取特征的过程,还需要在训练样本的特征空间学习最优的分类界面。因为特征是一维向量,所以分类界面退化成了最优分类阈值 a,本文 o采用训练集的最小分类误差标准确定 a。 0 假设 x、为正常和异常类,P X l1 x1 0 x1 (o ) X为中
再将本文的算法 ( rv d HMM )与原来的 i oe mp H MM算法,以及基于长度和基于枚举类型的算法在不同数据集上做检测性能比较。需要说明的是在 HMM算法实现中,本文还是采用了式 ( )中的修 6正后的后验概率计算方式。在每个数据集的一半样本 (随机分配 )作为训练数据集,另一半作为测试数据集。图 6中各分图是不同的检测方法在各数据集的测试集上得到的 R OC曲线。 从图 6中可以看出,改进 H MM和 H MM算法的 R OC曲线始终紧贴上边沿,表明可以得到较好的分类性能。其他方法的检测性能在不同数据集上差异很大,但总体要比基于 H MM的方法差不少。 使用最小分类误差的方法作检测实验,每个数据集随机分成 2组,一组作为训练集,一组作为测试集, 测试 1取平均,得到表 2的检测结果。 0次 实验结果显示,改进 HMM方法的检测率要大大好于其他方法,始终保持在 9%以上;在大多数 5数据集上,改进 HMM的误报率也要略
高,但是在可接受范围内。数据集 D上改进 H在 MM的误报率
样本被误分类为的概率,则 a=agnn P X0 l+P Xl o】 () 0 rr[( , i I ) ( , 9 I ) a
34检测算法 .学习得到语法和分类阈值 a,测过程就变 o检得比较简单。如图 5所示,检测前用语法 M计算待检测样本的异常测度 a,再与分类阈值 a比较即可。区分行为的正常还是异常。如果≤,判断正常, o a a则异常。>0
圃匝咽
图 5检测算法
圈
对于一个 lg记录可能存在多个属性,每个属 o 性都会检测出各自的异常结果,只要有一个属性检
达到了 5%以上,超出根据 RO曲线得出的直观 0 C

第3l卷第3期2010年3月 通信学报JournalOil 、,01.31 No.3 Communications March2010 基于改进隐马尔可夫模型的网络攻击检测方法杨晓峰,孙明明,胡雪蕾,杨静宇(...
基于隐马尔可夫模型的网络入侵检测方法_专业资料。介绍了基于隐马尔可夫模型的网络入侵检测系统的检测方法,并且建立了两个隐马尔可夫模型,通过对数据包的分析,得出...
复合攻击成为网络攻击的主要形式之一,入侵检测系统仅能检测到攻击,但不能预测攻击。该文分析了传统的攻击预测方法的不足,提出一种基于隐马尔可夫模型的攻击预测...
龙源期刊网 http://www.qikan.com.cn 基于改进隐马尔可夫模型的网络动态风险评 估 作者:李胜现 田东平 刘建华 来源:《现代电子技术》2011 年第 03 期 ...
3 M ar . 2008 基于隐马尔可夫模型的网络入侵检测方法杜 旭凌捷 罗雄昌广东 广州 510090 ) ( 广东工业大学计算机学院 摘要 介绍了基 于隐马尔可夫模型的网络...
基于改进隐马尔可夫模型... 13人阅读 7页 2.00 基于隐马尔可夫模型的...网络风险评估方法是进行网...
基于隐马尔可夫(HMM)的网络风险评估中未考虑网络节点相关性的问题,结合图论,建立节点关联 (NNC)状态转换矩阵,以入侵告警值(IDS)为输入,用改进的HMM模型计算出攻击...
在隐马尔可夫模型的基础上借助于攻击威胁度及遗传算法,并借鉴风险量化的概念对风险评估算法进行了改进,实时有效地提高了评估的可靠性。此外,通过理论分析加以试验检验...
基于隐马尔可夫模型的恶意网页检测方法_专业资料。... 软件 工程 系, 南 琼海 510)海740 摘 要:网 ... 基于改进隐马尔可夫模型... 14人阅读 7页 2...
基于隐马尔可夫模型的用户行为异常检测新方法_专业...与LaneT提出的检测方法相比,所提出的方法改进了对... 维普网 中国最大最早的专业内容网站 0 0 0.0 ...
热门文档