论文部分内容阅读
异常检测是目前网络入侵检测领域研究的热点内容．提出一种基于shell命令和隐Markov模型（HMM）的网络用户行为异常检测方法，该方法利用shell会话中用户执行的shell命令作为原始审计数据，采用特殊的HMM在用户界面层建立网络合法用户的正常行为轮廓．HMM的训练中采用了运算量较小的序列匹配方法，与传统的Baum—Welch训练算法相比，训练时间有较大幅度的降低．在检测阶段，基于状态序列出现概率对被监测用户当前行为的异常程度进行分析，并考虑到审计数据和用户行为的特点，采用了较为特殊的判决准则．同现有