北京邮电大学学报

  • EI核心期刊

北京邮电大学学报

• 学术论文 • 上一篇    下一篇

基于用户击键数据的异常入侵检测模型 

    

  1. 1.北京邮电大学 软件学院 , 北京 100876; 2.北京邮电大学 信息工程学院 , 北京 100876
  • 基金资助:
    国家重点基金研究发展规划项目资助 ( G1999035805) ; 国家自然科学基金项目资助 ( 60073049); 国家杰出青年基金项目资助 ( 69425001); 高等学校骨干教师资助计划 

An Abnormal Intrusion Detection Model Based on
User's Keystrokes

    

  1. 1. Software Engineering School, Beijing University of Posts and Telecommunications, Beijing 100876, China;
    2. Information Engineering School, Beijing University of Posts and Telecommunications, Beijing 100876, China
     
  • Supported by:
     

摘要: 改进了Apriori关联规则算法,通过对正常用户击键数据的规则挖掘,建立用户的正常特征轮廓,并以此对新用户的击键数据实行异常入侵检测. 实验结果表明,本文提出的模型具有一定的入侵检测功能 .

关键词: 网络安全, 数据挖掘 , 关联规则, 入侵检测 , 异常入侵检测

Abstract: The Apriori association rules are improved. Through mining the rules of normal user's keystrokes, we set up the user 's characteristic profiles. Then we use the profiles to do abnormal intrusion detection for a new user's key stroke data. The results show that this model can realize some functions of intrusion detection.

Key words:

中图分类号: