您的位置: 专家智库 > >

李乃捷

作品数:2 被引量:6H指数:2
供职机构:西安交通大学电子与信息工程学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测方法
  • 1篇树算法
  • 1篇误报
  • 1篇误报率
  • 1篇决策树
  • 1篇NATIVE
  • 1篇NATIVE...
  • 1篇API
  • 1篇WINDOW...

机构

  • 2篇西安交通大学

作者

  • 2篇彭勤科
  • 2篇李乃捷
  • 1篇王福宏

传媒

  • 1篇计算机工程
  • 1篇计算机应用研...

年份

  • 1篇2007
  • 1篇2006
2 条 记 录,以下是 1-2
排序方式:
基于不定长系统调用序列模式的入侵检测方法被引量:2
2006年
提出了一种不定长序列模式的寻找算法,目标是从训练序列中找出一组基本的、相对独立的不定长序列模式。并在模式集的更新过程中自动定义了模式间的前后次序关系,以此构建了一个描述进程执行模式的DFA。针对已有基于不定长序列模式的模式匹配算法需要向前预测若干个系统调用号的缺点,文章设计了一个更好的模式匹配算法。实验结果表明,算法在模式寻找过程中是稳定的,并在保持一组规模很小的模式集的情况下,取得了很低的误报率和漏报率。
王福宏彭勤科李乃捷
关键词:入侵检测误报率
利用Windows Native API调用序列和基于决策树算法的主机异常检测被引量:4
2007年
主要研究W indows平台下的异常检测方法,提出一种利用W indows Native API调用序列和基于决策树算法的主机服务进程模式抽取算法,并通过在模式中引入通配符而大大缩减了模式集的规模。进一步引入了表征模式间关系的转移概率,建立了模式序列的全局马尔可夫链模型,并给出了相应的异常检测算法。实验结果表明:该算法可以抽取一个规模较小且泛化能力较强的模式集,相应的检测算法可以有效地检测异常。
李乃捷彭勤科
关键词:WINDOWSNATIVEAPI决策树
共1页<1>
聚类工具0