翟继强+郭鹏姣+唐远新

摘要：针对目前网络流量中飞速增长的多媒体数据，设计和实现了一个多媒体分类器，作为可选的Snort预处理插件，通过解析多媒体文件格式和协议的特定信息，来增强Snort检测引擎针对多媒体类型网络攻击的识别处理能力。通过实验测试了下载流量和流媒体网络数据，实验结果表明，本方法可以有效提高入侵检测系统的性能，同时降低了高速网络中进行详细流量分析的计算成本。

关键词：入侵检测；Snort；多媒体；流量分类器；流

DOI：10.15938/j.jhust.2016.03.009

中图分类号：TP393 文献标志码：A 文章编号：1007—2683（2016）03—0043—06

0引言

网络入侵检测系统通过扫描进出网络流量搜索特定格式和特征的数据来检测恶意或未授权的网络活动，目前面临的一个重要问题是实时分析海量网络数据的高额计算开销，使得检测引擎有时不得不跳过、忽略甚至漏掉一些数据包。而随着互联网的急剧阔容，宽带家庭用户和移动终端大量接人，网络流量中包括视频、音频、图像的多媒体流量激增，使这个问题更加复杂和突出。

另一方面以往有关多媒体安全漏洞和攻击的报告相对较少，网络中的多媒体流量相对于其他类型的数据通常被认为是良性的，并不被看成是一个可以影响入侵检测系统性能或检测率的特别因素，然而随着多媒体格式和算法变得越来越复杂，也存在一些安全漏洞被黑客利用。

因此，本文提出借助多媒体文件格式和协议的特定信息对网络数据进行分类，使……