基于Snort输入的智能神经网络计算机取证模型研究

摘要

传统的计算机取证技术大多是规则检测,通过构造合理的规则库和关键词,提取出有效的数据证据.针对传统取证技术的不足,设计了一种新的智能神经网络计算机取证模型,结合成熟产品的成功检测结果对神经网络输入进行学习,以专家库预处理方式对规则库输入进行调整,并以Snort开源入侵检测的软件输出进行改造以适应神经网络学习训练.用神经网络对可疑信息提前进行预警,再重点对相关信息进行检测.