• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>CSS 2013 >Online Mining of Attack Models in IDS Alerts from Network Backbone by a Two-Stage Clustering Method
【24h】

Online Mining of Attack Models in IDS Alerts from Network Backbone by a Two-Stage Clustering Method

机译：通过双级聚类方法从网络骨干网上在线挖掘攻击模型中的攻击模型

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

There is little work has been done to mine attack models online in IDS alerts from the network backbone. The contributions of this paper are three-fold. Firstly, we put forward a software-pipeline online attack models mining framework suited with alert clustering mining methods. Secondly, we propose an online alert reduction method and improve two-stage clustering method. Thirdly, we propose an approach to adjust parameters used in the framework on the fly. The experiment shows that the data feature is stable in sequence length to apply the parameters self-adjustment algorithm, and parameters self-adjustment works well under the online mining framework. The online mining attack models is efficient compare to offline mining method, and generated attack models have convincing logic relation.
机译：从网络骨干网中的IDS警报中挖掘攻击模型几乎没有工作。本文的贡献是三倍。首先，我们提出了一个软件 - 管道在线攻击模型挖掘框架，适用于警报聚类挖掘方法。其次，我们提出了一种在线警报还原方法并提高两级聚类方法。第三，我们提出了一种方法来调整框架中使用的参数。实验表明，数据特征在序列长度稳定以应用参数自调节算法，参数自调整在在线挖掘框架下运行良好。在线挖掘攻击模型与离线挖掘方法有效，生成的攻击模型具有令人信服的逻辑关系。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号