摘要
基于自组织映射网络聚类算法,提出HTTP隧道攻击异常检测模型,讨论HTTP连接样本特征、SOM网络分步优化训练、漏报与误报率的平衡等问题,实现模型并对检测结果进行验证,结果表明系统较好地识别了正常HTTP连接和HTTP隧道连接,漏报/误报率达到最佳平衡。
Propose a new self-organizing neural model that performs anomaly detection of HTTP tunnelling activities; discuss the features of HTTP connections, the optimization of SOM training, and the reduction of false-positive/false-negative. Experimental results are reported, which show that the new model has distinguished normal HTTP connection and HTTP tunnel connection well, and false-positive/false-negative reaches best balance.
出处
《微计算机信息》
北大核心
2006年第08X期175-176,226,共3页
Control & Automation
基金
国家自然科学基金(基金号:70272002)
西南大学科技基金资助项目(SWNUQ2004030)
