陈 实，黄芝平，刘纯武

（国防科学技术大学机电工程与自动化学院，长沙 410073）

基于可视化图形特征的入侵检测方法

陈 实，黄芝平，刘纯武

（国防科学技术大学机电工程与自动化学院，长沙 410073）

入侵检测是保障网络安全的重要措施，网络攻击手段的多样性和隐蔽性不断增强导致入侵检测愈加困难，迫切需要研究新的入侵检测方法；结合可视化技术和k近邻分类算法，提出一种基于图形特征的入侵检测方法；采用信息增益方法对原始特征进行排序选择，并进行雷达图可视化表示，提取雷达图的图形特征构成新的数据集并送入k近邻分类器进行训练和测试；通过KDDCUP99数据集仿真实验表明，该方法不仅能直观显示攻击行为，而且获得较好的攻击检测性能，对DOS攻击的检测率可达97.9%，误报率为1.5%。

入侵检测；雷达图；图形特征；可视化

0 引言

随着计算机网络的高速发展，网络安全问题也显得越加突出。虽然许多网络安全技术已经被运用于提高网络的安全水平，比如防火墙技术、防病毒软件、安全扫描技术等，但仍有一些安全问题未能解决，所以从上世纪八十年代开始，许多研究人员致力于研究一种新的安全系统——入侵检测系统（IDS）［1］。为了提高入侵检测的准确性和稳定性，模式识别的方法被广泛地应用于入侵检测系统，比如模糊逻辑方法［2］、支持向量机［3］、人工神经网络［4］、贝叶斯网络［5］等。将模式识别引入到入侵检测系统中，不但能够对已知的入侵进行检测，而且能够检测未知的攻击行为，极大地提高了入侵检测系统的实时性和有效性。……