论文部分内容阅读
目前，许多入侵检测系统都是采用误用检测模式，无法检测出未知的攻击；而一些基于数据挖掘的异常检测系统，虽然对未知攻击具有较高检测率，但普遍的缺点是误报警率很高，导致真正的攻击湮没在大量的误报警之中．通过对误用检测和异常检测的研究，结合它们的优点，提出了一种基于随机森林算法的混合入侵检测系统：首先使用基于Snort的误用检测组件过滤掉网络数据中的已知攻击；之后，数据被送入异常检测组件．在此组件中，通过对随机森林算法的改进，设计了一种无监督的离群点检测方式，可以有效检测出新的攻击，并且在误报警率很低的时候，也能