位置:成果数据库 > 期刊 > 期刊详情页
异常检测在报警关联分析中的应用
  • ISSN号:1009-3443
  • 期刊名称:《解放军理工大学学报:自然科学版》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]电子科技大学计算机科学与工程学院,四川成都610054
  • 相关基金:国家242安全计划资助项目(2006C27).
中文摘要:

为了给报警关联提供时间控制以提高关联的合理性和效率将误报警流作为背景流量,真实报警作为整个报警流的异常。利用经典统计模型即均值方差模型检测报警流量强度的异常,进而把异常的时间段提供给报警关联,仅对异常时间段内的报警进行关联分析。实验显示,该检测模型能够为报警关联分析提供时间控制,使得关联分析能够取得更加精炼而有意义的结果。由于集中分析异常时间段内的报警,该模型可显著地帮助网络管理员节省时间和精力。

英文摘要:

A classic statistic model namely Mean and Standard Deviation Model (MSDM) was used to control time for alert correlation analysis in order to make the alert correlation more meaningful and efficient. Taking false alerts as the background flow and true alerts as the anomaly of the alert flow, MSDM detected the anomaly of the alert flow and offered the abnormal time slice to correlation analysis. Correlation process only correlated the alerts which were in the abnormal time slice. Simulation results show that this new method can detect anomaly alert intensities and offer time control to get more meaningful correlated results. Focused on the alerts in anomaly time, this method can save much time and energy of network administrators.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《解放军理工大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:解放军理工大学
  • 主办单位:《解放军理工大学》编辑部
  • 主编:汤雪峰
  • 地址:南京市后标营路88号
  • 邮编:210007
  • 邮箱:jfjlgdxb@163.net
  • 电话:025-80820430
  • 国际标准刊号:ISSN:1009-3443
  • 国内统一刊号:ISSN:32-1430/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6015