基于Snort的混合入侵檢測系統的研究與實現

李文龍 于開 曲寶勝

摘要： 在分析研究Ｓｎｏｒｔ系統的優缺點的基礎上，利用其開源性和支持插件的優勢，針對其對無法檢測到新出現的入侵行為、漏報率較高以及檢測速度較低等問題，在Ｓｎｏｒｔ系統的基礎上結合入侵檢測中的數據挖掘技術，提出一種基于Ｓｎｏｒｔ系統的混合入侵檢測系統模型。該系統模型在Ｓｎｏｒｔ系統原有系統模型基礎上增加了正常行為模式構建模塊、異常檢測模塊、分類器模塊、規則動態生成模塊等擴展功能模塊。改進后的混合入侵檢測系統能夠實時更新系統的檢測規則庫，進而檢測到新的入侵攻擊行為；同時，改進后的混合入侵檢測系統具有誤用檢測和異常檢測的功能，從而提高檢測系統檢測效率。