基于贝叶斯统计模型的网络异常检测方法

摘要

本发明涉及网络异常流量检测及入侵检测技术领域，具体涉及一种基于贝叶斯统计模型的网络异常的检测方法。本发明的目的是要克服现有技术存在的参数基准范围难以确定、缺乏灵活性和误报率高的问题。其技术方案是包括以下几个步骤：(一)以旁路侦听方式抓取网络上的TCP/IP流量数据包；(二)对于抓来的数据包进行属性分解，形成数据矩阵；(三)对预处理得到的数据矩阵进行数据挖掘，构建正常状态、已知异常状态和未知异常状态的训练数据矩阵；(四)继续实时抓取网络上的TCP/IP流量数据包，通过贝叶斯评估器对其进行检测；(五)如果发现异常，则报警并将异常种类以自学习的方式填充入已知异常状态数据库，否则执行步骤(四)。