期刊文献+

基于Fuzzy ART神经网络的Linux进程行为异常检测 被引量:2

Anomaly Detection for Linux Process Behavior Based on Fuzzy ART Neural Network
下载PDF
导出
摘要 研究了Linux进程行为的模式提取与异常检测问题。介绍了一种模糊神经网络Fuzzy ART及其实现,利用Fuzzy ART网络对Linux进程的系统调用序列进行模式提取,并据此进行异常检测。实验结果初步表明该方法是可行、有效的。最后说明了该方法的优点和不足。 In this paper, pattern classification and anomaly detection for Linux process behavior are investigated. The neural network, Fuzzy ART, and its algorithm are introduced, and used to classify patterns and detect anomaly for system calls sequence of Linux process. Primary experiments suggest that this method is feasible. Finally, both merits and demerits of this approach are presented.
出处 《计算机工程》 EI CAS CSCD 北大核心 2005年第3期183-185,共3页 Computer Engineering
基金 国家信息安全保障持续发展计划基金资助项目(2001-技-157) 国家自然科学基金资助项目(60275028)
关键词 异常检测 进程行为 模式提取 系统调用序列 模糊神经网络 优点 ART 实验结果 方法 问题 Fuzzy ART Intrusion detection Anomaly detection Neural networks System calls
  • 相关文献

参考文献5

  • 1Forrest S, Hofmeyr S A, Somayaji A, et al. A Sense of Self for Unix Processes [J]. Proceedings of the IEEE Symposium on Security and Privacy, IEEE Computer Society Press, Los Alam itos, 1996:120-128 被引量:1
  • 2Carpenter G A, Grossberg S. A Massively Parallel Architecture for a Self-organizing Neural Pattern Recognition Machine[J]. IEEE Trans.on Computer Vision, Graphics and Image Processing, 1987,37:54-115 被引量:1
  • 3刘辉,蔡利栋.Linux进程行为的模式提取与异常检测[C].西安第一届信号与信息处理联合学术会议论文集,2002,1 0:1 76-1 80 被引量:1
  • 4Carpenter G A, Grossberg S, Rosen D B. Fuzzy ART: Fast Stable Learning and Categorization of Analog Patterns by an Adaptive Resonance System [J]. Neural Networks, 1991, 4:759-771 被引量:1
  • 5Burwick T, Joublin F. Optimal Algorithmic Complexity of Fuzzy ART [J]. Neural Processing Letters, 1998, 7( 1 ):37-41 被引量:1

同被引文献11

引证文献2

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部