利用流量特征的GIDS报文分类优化算法
作者:龚俭;张维维;宁卓;孙知信
作者单位:东南大学计算机科学与工程学院,江苏南京210096;南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003;南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003;南京大学计算机软件新技术国家重点实验室,江苏南京210093
加工时间:2014-07-15
信息来源:《电子学报》
关键词:入侵检测系统;属性熵;重尾分布特性
摘 要:本文结合流量的动态特征和入侵检测系统规则库的静态特征生成高性能报文分类树,提出了一个新的面向骨干网高速入侵检测的报文分类算法FlowCopySearch(FCS).改进在于:①从流量的新角度提出了最优分类树定义并引入分类域熵衡量每个分类域对于流量的分类能力;②将传统分类算法中每个报文都必须频繁执行的内存拷贝操作简化为每个流只执行一次内存拷贝操作,克服了报文分类算法的瓶颈.实验结果表明FCS更适用于骨干网大流量trace的报文分类,较之两种经典分类算法,分类速度提高了10.1% ~45.1%,同时存储消耗降低了11.1%~36.6%.