ch5入侵检测技术课件.ppt

1、第五章第五章 入侵检测技术入侵检测技术 第第5章章 入侵检测技术入侵检测技术内容提要：内容提要：入侵检测概述入侵检测概述入侵检测的技术实现入侵检测的技术实现分布式入侵检测分布式入侵检测入侵检测系统的标准入侵检测系统的标准入侵检测系统示例入侵检测系统示例本章小结本章小结第五章第五章 入侵检测技术入侵检测技术 5.1 入侵检测概述入侵检测概述发展简况发展简况1概念的诞生概念的诞生1980年4月，James P.Aderson为美国空军做了一份题为Computer Security Threat Monitoring and Surveillance（计算机安全威胁监控与监视）的技术报告，第一次详细

2、阐述了入侵检测的概念。他提出了一种对计算机系统风险和威胁的分类方法，并将威胁分为外部渗透、内部渗透和不法行为三种，还提出了利用审计跟踪数据监视入侵活动的思想。这份报告被公认为是入侵检测的开山之作。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1 入侵检测概述入侵检测概述发展简况发展简况2模型的发展模型的发展19841986年，乔治敦大学的Dorothy Denning和SRICSL(SRI公司计算机科学实验室)的Peter Neumann研究出了一种实时入侵检测系统模型，取名为IDES(入侵检测专家系统)（Intrusion Detection Expert System

3、）。该模型由六个部分组成：主体、对象、审计记录、轮廓特征、异常记录、活动规则。它独立于特定的系统平台、应用环境、系统弱点以及入侵类型，为构建入侵检测系统提供了一个通用的框架。1988年，SRICSL的Teresa Lunt等改进了Denning的入侵检测模型，并实际开发出了一个IDES。该系统包括一个异常检测器和一个专家系统，分别用于统计异常模型的建立和基于规则的特征分析检测。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 (1)主体(subjects)；在目标系统上活动的实体，如用户。(2)对象(objects)

4、：指系统资源，如文件、设备、命令等。(3)审计记录(Audit records)：内主体、活动(Action)、异常条件(ExceptionCondition)、资源使用状况(ResourceUsage)和时间戳(Time Stamp)等组成。其中活动是指主体对目标的操作。异常条件是指系统对主体该活动的异常情况的报告。资源使用状况是指系统的资源消耗情况。(4)活动档案(Active Profile)：即系统正常行为模型，保存系统正常活动的有关信息。在各种检测方法中其实现各不相同。在统计方法巾可以从事件数量、频度、资源消耗等方面度量。(5)异常记录(Anomaly Record)：由事件、时间戳

5、和审计记录组成，表示异常事件的发生情况。(6)活动规则(Active Rule)：判断是否为入侵的推则及相应要采取的行动。一般采用系统正常活动模型为准则，根据专家系统或统计方法对审计记录进行分析处理，在发现入侵时采取相应的对策。第五章第五章 入侵检测技术入侵检测技术 5.1 入侵检测概述入侵检测概述发展简况发展简况 2模型的发展模型的发展 1990年是入侵检测系统发展史上十分重要的一年。这一年，加州大学戴维斯分校的L.T.Heberlein 等开发出了NSM(Network Security Monitor)。该系统第一次直接将网络流作为审计数据来源，因而可以在不将审计数据转换成统一格式的情况

6、下监控异种主机。从此之后，为入侵检测系统的发展翻开了新的一页，两大阵营正式形成：基于网络的IDS和基于主机的IDS。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1 入侵检测概述入侵检测概述发展简况发展简况 2模型的发展模型的发展1988年的莫里斯蠕虫事件发生后，网络安全才真正引起了军方、学术界和企业的高度重视。美国空军、国家安全局和能源部共同资助空军密码支持中心、劳伦斯利弗摩尔国家实验室、加州大学戴维斯分校、Haystack实验室，开展对分布式入侵检测系统DIDS（Distribute Intrusion Detection System）的研究，将基于主机和基于网络的

7、检测方法集成到一起。DIDS是分布式入侵检测系统历史上的一个里程碑式的产品，它的检测模型采用了分层结构，分数据、事件、主体、上下文、威胁、安全状态等6层。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1 入侵检测概述入侵检测概述发展简况发展简况 2模型的发展模型的发展从20世纪90年代到现在，入侵检测系统的研发呈现出百家争鸣的繁荣局面，并在智能化和分布式两个方向取得了长足的进展。目前，SRICSL、普渡大学、加州大学戴维斯分校、洛斯阿拉莫斯国家实验室、哥伦比亚大学、新墨西哥大学等机构在这些方面的研究代表了当前的最高水平返回本章首页返回本章首页第五章第五章 入侵检测技术入侵

8、检测技术 3.入侵检测技术的发展入侵检测技术的发展 近年来，入侵检测技术研究的主要创新有：近年来，入侵检测技术研究的主要创新有：Forrest等将免疫学原理运用于分布式入侵检测等将免疫学原理运用于分布式入侵检测领域；领域；1998年年Ross Anderson和和Abida Khattak将将信息检索技术引进入侵检测；以及采用状态转换信息检索技术引进入侵检测；以及采用状态转换分析、数据挖掘和遗传算法等进行误用和异常检分析、数据挖掘和遗传算法等进行误用和异常检测。测。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1.1 入侵检测原理入侵检测原理 图图5-2给出了入侵检测的基

9、本原理图。入侵给出了入侵检测的基本原理图。入侵检测是用于检测任何损害或企图损害系统的保密检测是用于检测任何损害或企图损害系统的保密性、完整性或可用性的一种网络安全技术。它通性、完整性或可用性的一种网络安全技术。它通过监视受保护系统的状态和活动，采用误用检测过监视受保护系统的状态和活动，采用误用检测（Misuse Detection）或异常检测（或异常检测（Anomaly Detection）的方式，发现非授权的或恶意的系的方式，发现非授权的或恶意的系统及网络行为，为防范入侵行为提供有效的手段。统及网络行为，为防范入侵行为提供有效的手段。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测

10、技术 图5-2 入侵检测原理框图 返回本章首页返回本章首页监控分析系统和用户的活动发现异常企图或异常现象记录报警和响应第五章第五章 入侵检测技术入侵检测技术 所谓所谓入侵检测系统入侵检测系统就是执行入侵检测任务的就是执行入侵检测任务的硬件或软件产品。硬件或软件产品。入侵检测提供了用于发现入侵攻击与合法用入侵检测提供了用于发现入侵攻击与合法用户滥用特权的一种方法。其应用前提是入侵行为户滥用特权的一种方法。其应用前提是入侵行为和合法行为是可区分的，也即可以通过提取行为和合法行为是可区分的，也即可以通过提取行为的模式特征来判断该行为的性质。一般地，入侵的模式特征来判断该行为的性质。一般地，入侵检测系

11、统需要解决两个问题：检测系统需要解决两个问题：u如何充分并可靠地提取描述行为特征的数据；如何充分并可靠地提取描述行为特征的数据；u如何根据特征数据，高效并准确地判定行为的如何根据特征数据，高效并准确地判定行为的性质。性质。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1.2 系统结构系统结构 由于网络环境和系统安全策略的差异，入侵由于网络环境和系统安全策略的差异，入侵检测系统在具体实现上也有所不同。从系统构成检测系统在具体实现上也有所不同。从系统构成上看，入侵检测系统应包括事件提取、入侵分析、上看，入侵检测系统应包括事件提取、入侵分析、入侵响应和远程管理四大部分，另外还可

12、能结合入侵响应和远程管理四大部分，另外还可能结合安全知识库、数据存储等功能模块，提供更为完安全知识库、数据存储等功能模块，提供更为完善的安全检测及数据分析功能（如图善的安全检测及数据分析功能（如图5-3所示）。所示）。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 数据提取入侵分析数据存储响应处理 原始数据流知识库图5-3 入侵检测系统结构返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 入侵检测的思想源于传统的系统审计，但拓入侵检测的思想源于传统的系统审计，但拓宽了传统审计的概念，它以近乎不间断的方式进宽了传统审计的概念，它以近乎不间断的方式进行安全检测，从而可

13、形成一个连续的检测过程。行安全检测，从而可形成一个连续的检测过程。这通常是通过执行下列任务来实现的：这通常是通过执行下列任务来实现的：监视、分析用户及系统活动；监视、分析用户及系统活动；系统构造和弱点的审计；系统构造和弱点的审计；识别分析知名攻击的行为特征并告警；识别分析知名攻击的行为特征并告警；异常行为特征的统计分析；异常行为特征的统计分析；评估重要系统和数据文件的完整性；评估重要系统和数据文件的完整性；操作系统的审计跟踪管理，并识别用户违反安全策略操作系统的审计跟踪管理，并识别用户违反安全策略的行为。的行为。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.1.3 系统分

14、类系统分类 由于功能和体系结构的复杂性，入侵检测按由于功能和体系结构的复杂性，入侵检测按照不同的标准有多种分类方法。可分别从数据源、照不同的标准有多种分类方法。可分别从数据源、检测理论、检测时效三个方面来描述入侵检测系检测理论、检测时效三个方面来描述入侵检测系统的类型。统的类型。1基于数据源的分类基于数据源的分类 通常可以把入侵检测系统分为五类，即基于通常可以把入侵检测系统分为五类，即基于主机、基于网络、混合入侵检测、基于网关的入主机、基于网络、混合入侵检测、基于网关的入侵检测系统以及文件完整性检查系统。侵检测系统以及文件完整性检查系统。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检

15、测技术 基于主机型（基于主机型（HIDS）早期入侵检测系统结构，检测的目标是主机系统和系统本地用户，检测原理是根据主机的审计数据和系统日志文件发现可疑事件。检测系统运行在被检测的主机上。第五章第五章 入侵检测技术入侵检测技术 基于主机型（基于主机型（HIDS）主要优点：既可以检测到远程入侵，也可以检测到本地入侵。既可以检测到远程入侵，也可以检测到本地入侵。可以看到基于网络的可以看到基于网络的IDS看不到的、发生在主机上的事件。看不到的、发生在主机上的事件。只要信息源生成于数据加密之前或者数据解密之后，就可以在网络只要信息源生成于数据加密之前或者数据解密之后，就可以在网络流量加密的环境下正常工作

16、。流量加密的环境下正常工作。不受交换式网络的影响。不受交换式网络的影响。通过处理操作系统的审计记录，可以检测出特洛伊木马或者其它有通过处理操作系统的审计记录，可以检测出特洛伊木马或者其它有关软件完整性破坏的攻击。关软件完整性破坏的攻击。主要缺点：可以使用系统特权或调用比审计本身更低级的操作来逃避审计。可以使用系统特权或调用比审计本身更低级的操作来逃避审计。检测范围只限于主机。检测范围只限于主机。或多或少影响服务器的性能。或多或少影响服务器的性能。只能对服务器的特定用户、特定应用程序执行操作，能检测到的攻只能对服务器的特定用户、特定应用程序执行操作，能检测到的攻击类型受限制。击类型受限制。可管理

17、性差，因为不同的系统使用不同的操作系统。可管理性差，因为不同的系统使用不同的操作系统。它和应用程序共用系统资源，其自身也可能被攻击而瘫痪。它和应用程序共用系统资源，其自身也可能被攻击而瘫痪。第五章第五章 入侵检测技术入侵检测技术 基于网络型（基于网络型（NIDS）单独依靠主机审计信息进行入侵检测难以适应网络安全的需求，从而提出了基于网络的结构，根据网络流量、单台或多台主机的审计数据检测入侵。第五章第五章 入侵检测技术入侵检测技术 基于网络型（基于网络型（NIDS）主要优点：可以监控多台主机。可以监控多台主机。对现有网络的影响比较小。基于网络的入侵检测系统只是被动地监对现有网络的影响比较小。基于

18、网络的入侵检测系统只是被动地监听网络流量，不妨碍网络的正常运行。听网络流量，不妨碍网络的正常运行。基于网络的入侵检测系统可以设计成非常健壮，有时攻击者根本看基于网络的入侵检测系统可以设计成非常健壮，有时攻击者根本看不到它的存在。不到它的存在。服务器平台相对独立，配置简单，能适应众多的攻击模式。服务器平台相对独立，配置简单，能适应众多的攻击模式。主要缺点：在高速网络上，可能会处理不了所有的数据包，从而有的攻击可能在高速网络上，可能会处理不了所有的数据包，从而有的攻击可能会检测不到。会检测不到。在交换式网络中，交换机把网络分成多个小片段，一般不提供通用在交换式网络中，交换机把网络分成多个小片段，一

19、般不提供通用的监控端口，从而限制了传感器的监控范围。的监控端口，从而限制了传感器的监控范围。不能分析加密信息。不能分析加密信息。多数系统不能确定一次攻击是否成功，只能检测出攻击者使用某种多数系统不能确定一次攻击是否成功，只能检测出攻击者使用某种方法进行攻击。方法进行攻击。一些系统在处理碎片包的网络攻击时可能会导致入侵检测系统运行一些系统在处理碎片包的网络攻击时可能会导致入侵检测系统运行不稳定，甚至崩溃。不稳定，甚至崩溃。第五章第五章 入侵检测技术入侵检测技术 基于应用型基于应用型是基于主机的入侵检测系统的一个特殊子集。它分析由应用程序生成的事件，常用信息源是应用程序生成的记录文件。由于具有对特

20、定应用程序的知识，还与应用程序有直接接口，因此可以发现用户超越自己的权限的可疑行为。主要优点 可以监控应用程序和用户之间的操作，有能力检测出哪个用户超越可以监控应用程序和用户之间的操作，有能力检测出哪个用户超越自己的权限。自己的权限。一般可以在加密环境下运行。因为它和应用程序的接口一般是数据一般可以在加密环境下运行。因为它和应用程序的接口一般是数据传输处理过程的终点，提交用户的数据必须是非加密的。传输处理过程的终点，提交用户的数据必须是非加密的。主要缺点 由于应用程序的记录文件受到的保护没有操作系统的审计记录受到由于应用程序的记录文件受到的保护没有操作系统的审计记录受到的保护紧密。所以，该系统

21、比基于主机的系统更容易受到攻击。的保护紧密。所以，该系统比基于主机的系统更容易受到攻击。由于系统只监控应用层和用户层的事件，所以它不能检测出特洛伊由于系统只监控应用层和用户层的事件，所以它不能检测出特洛伊木马。木马。因此，它一般是与基于主机或者网络的入侵检测系统相结合。因此，它一般是与基于主机或者网络的入侵检测系统相结合。第五章第五章 入侵检测技术入侵检测技术 分布式分布式IDS（DIDS）美国普度大学安全研究小组首先提出了基于主体的入侵检测系统软件结构，其主要方法是采用相互独立并独立于系统而运行的进程组，这些进程被称为自治主体。通过训练这些主体，并观察系统行为，然后将这些主体认为是异常的行为

22、标记出来。第五章第五章 入侵检测技术入侵检测技术 2基于检测理论的分类基于检测理论的分类 从具体的检测理论上来说，入侵检测又可分从具体的检测理论上来说，入侵检测又可分为异常检测和误用检测。为异常检测和误用检测。异常检测异常检测（Anomaly Detection）指根据使指根据使用者的行为或资源使用状况的正常程度来判断是用者的行为或资源使用状况的正常程度来判断是否入侵，而不依赖于具体行为是否出现来检测。否入侵，而不依赖于具体行为是否出现来检测。误用检测误用检测（Misuse Detection）指运用已知指运用已知攻击方法，根据已定义好的入侵模式，通过判断攻击方法，根据已定义好的入侵模式，通过

23、判断这些入侵模式是否出现来检测。这些入侵模式是否出现来检测。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 3基于检测时效的分类基于检测时效的分类 IDS在处理数据的时候可以采用在处理数据的时候可以采用实时在线检实时在线检测方式测方式，也可以采用批处理方式，定时对处理原，也可以采用批处理方式，定时对处理原始数据进行始数据进行离线检测离线检测，这两种方法各有特点（如，这两种方法各有特点（如图图5-5所示所示）。）。离线检测方式将一段时间内的数据存储起来，离线检测方式将一段时间内的数据存储起来，然后定时发给数据处理单元进行分析，如果在这然后定时发给数据处理单元进行分析，如果在这段时

24、间内有攻击发生就报警。在线检测方式的实段时间内有攻击发生就报警。在线检测方式的实时处理是大多数时处理是大多数IDS所采用的办法，由于计算机所采用的办法，由于计算机硬件速度的提高，使得对攻击的实时检测和响应硬件速度的提高，使得对攻击的实时检测和响应成为可能。成为可能。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.2 入侵检测的技术实现入侵检测的技术实现 对于入侵检测的研究，从早期的审计跟踪数对于入侵检测的研究，从早期的审计跟踪数据分析，到实时入侵检测系统，到目前应用于大据分析，到实时入侵检测系统，到目前应用于大

25、型网络的分布式检测系统，基本上已发展成为具型网络的分布式检测系统，基本上已发展成为具有一定规模和相应理论的研究领域。入侵检测的有一定规模和相应理论的研究领域。入侵检测的核心问题在于如何对安全审计数据进行分析，以核心问题在于如何对安全审计数据进行分析，以检测其中是否包含入侵或异常行为的迹象。这里，检测其中是否包含入侵或异常行为的迹象。这里，我们先从误用检测和异常检测两个方面介绍当前我们先从误用检测和异常检测两个方面介绍当前关于入侵检测技术的主流技术实现，然后对其它关于入侵检测技术的主流技术实现，然后对其它类型的检测技术作简要介绍。类型的检测技术作简要介绍。返回本章首页返回本章首页第五章第五章 入

26、侵检测技术入侵检测技术 5.2.1 入侵检测分析模型入侵检测分析模型 分析是入侵检测的核心功能，它既能简单到分析是入侵检测的核心功能，它既能简单到像一个已熟悉日志情况的管理员去建立决策表，像一个已熟悉日志情况的管理员去建立决策表，也能复杂得像一个集成了几百万个处理的非参数也能复杂得像一个集成了几百万个处理的非参数系统。入侵检测的分析处理过程可分为三个阶段：系统。入侵检测的分析处理过程可分为三个阶段：构建分析器，对实际现场数据进行分析，反馈和构建分析器，对实际现场数据进行分析，反馈和提炼过程提炼过程。其中，前两个阶段都包含三个功能：。其中，前两个阶段都包含三个功能：数据处理、数据分类（数据可分为

27、入侵指示、非数据处理、数据分类（数据可分为入侵指示、非入侵指示或不确定）和后处理。入侵指示或不确定）和后处理。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.2.2 误用检测（误用检测（Misuse Detection）误用检测是按照预定模式搜寻事件数据的，最适用于对已知模式误用检测是按照预定模式搜寻事件数据的，最适用于对已知模式的可靠检测。执行误用检测，主要依赖于可靠的用户活动记录和分析的可靠检测。执行误用检测，主要依赖于可靠的用户活动记录和分析事件的方法。事件的方法。1条件概率预测法条件概率预测法 条件概率预测法是基于统计理论来量化全部外部网络事件序列中条件概率预测法是

28、基于统计理论来量化全部外部网络事件序列中存在入侵事件的可能程度。存在入侵事件的可能程度。将入侵方式对应于一个事件序列，然后通过观测到的事件发生情况将入侵方式对应于一个事件序列，然后通过观测到的事件发生情况来推测入侵的出现，其依据是外部事件序列，根据贝叶斯定理进行推来推测入侵的出现，其依据是外部事件序列，根据贝叶斯定理进行推理检测入侵。理检测入侵。主要缺点是先验概率难以给出，而且事件的独立性难以满足。主要缺点是先验概率难以给出，而且事件的独立性难以满足。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 2产生式产生式/专家系统专家系统 用专家系统对入侵进行检测，主要是检测基用专家系

29、统对入侵进行检测，主要是检测基于特征的入侵行为。所谓规则，即是知识，专家于特征的入侵行为。所谓规则，即是知识，专家系统的建立依赖于知识库的完备性，而知识库的系统的建立依赖于知识库的完备性，而知识库的完备性又取决于审计记录的完备性与实时性。完备性又取决于审计记录的完备性与实时性。产生式产生式/专家系统是误用检测早期的方案之专家系统是误用检测早期的方案之一，在一，在MIDAS、IDES、NIDES、DIDS和和CMDS中都使用了这种方法。中都使用了这种方法。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 专家系统是误用检测中运用最多的一种方法。将有关入侵的知识转化成if-then结

30、构的规则，即将构成入侵所要求的条件转化为if部分，将发现入侵后采取的相应措施转化成then部分。当其中某个或某部分条件满足时，系统就判断为入侵行为发生。其中if-then结构构成了描述具体攻击的规则库，状态行为及其语义环境可根据审计事件得到，推理机根据规则和行为完成判断工作。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 在具体实现中，该方法的主要难点在于:全面性问题，难以科学地从各种入侵手段中抽象出全面的规则化知识；效率问题，需处理的数据量过大；在大型系统中，难以获得实时连续的审计数据。因为上述缺陷，商业产品一般不用，而较多的使用特征分析。特征分析也需要知道攻击行为的具体知识

31、，但是攻击方法的语义描述是在审计记录中能直接找到的信息形式，不像专家系统一样需要处理大量数据，从而大大提高了检测效率。这种方法的缺陷是，需要经常为新发现的系统漏洞更新知识库。此外，由于对不同操作系统平台的具体攻击方法，以及不同平台的审计方式可能不同，所以对特征分析检测系统进行构造和维护的工作量较大。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 3状态转换方法状态转换方法 状态转换方法使用系统状态和状态转换表达状态转换方法使用系统状态和状态转换表达式来描述和检测入侵，采用最优模式匹配技巧来式来描述和检测入侵，采用最优模式匹配技巧来结构化误用检测，增强了检测的速度和灵活性。结构化

32、误用检测，增强了检测的速度和灵活性。目前，主要有三种实现方法：状态转换分析、有目前，主要有三种实现方法：状态转换分析、有色色Petri-Net和语言和语言/应用编程接口（应用编程接口（API）。）。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 3状态转换方法状态转换方法将入侵过程看作一个行为序列，这个行为序列导致系统从初始状态转入被入侵状态。分析时首先针对每一种入侵方法确定系统的初始状态和被入侵状态，以及导致状态转换的转换条件，即导致系统进入被入侵状态必须执行的操作(特征事件)，然后用状态转换图来表示每一个状态和特征事件。这些事件被集成于模型中，所以检测时不需要一个个地查找审

33、计记录。但是，状态转换是针对事件序列分析，所以不适合分析过分复杂的事件，而且不能检测与系统状态无关的入侵。由于处理速度的优势和系统的灵活性，状态转移分析法已成为当今最具竞争力的入侵检测模型之一。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 基于状态迁移分析的误用检测简单示例在一分钟内如果登录失败的次数超过4次，系统便发出警报。其中竖线代表状态转换，如果在状态S1发生登录失败，则产生一个标志变量，并存储事件发生时间T1，同时转入状态S2。如果在状态S4时又有登录失败，而且这时的时间T2-T160秒，则系统转入状态S5，即为入侵状态，系统报警。第五章第五章 入侵检测技术入侵检测技

34、术 4用于批模式分析的信息检索技术用于批模式分析的信息检索技术 当前大多数入侵检测都是通过对事件数据的当前大多数入侵检测都是通过对事件数据的实时收集和分析来发现入侵的，然而在攻击被证实时收集和分析来发现入侵的，然而在攻击被证实之后，要从大量的审计数据中寻找证据信息，实之后，要从大量的审计数据中寻找证据信息，就必须借助于信息检索（就必须借助于信息检索（IR，Information Retrieval）技术，技术，IR技术当前广泛应用于技术当前广泛应用于WWW的搜索引擎上。的搜索引擎上。IR系统使用反向文件作为索引，允许高效系统使用反向文件作为索引，允许高效地搜寻关键字或关键字组合，并使用地搜寻关

35、键字或关键字组合，并使用Bayesian理理论帮助提炼搜索。论帮助提炼搜索。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5Keystroke Monitor Keystroke Monitor是一种简单的入侵检测方法，它通过分析用是一种简单的入侵检测方法，它通过分析用户击键序列的模式来检测入侵行为，常用于对主机的入侵检测。该方户击键序列的模式来检测入侵行为，常用于对主机的入侵检测。该方法具有明显的缺点，首先，批处理或法具有明显的缺点，首先，批处理或Shell程序可以不通过击键而直程序可以不通过击键而直接调用系统攻击命令序列；其次，操作系统通常不提供统一的击键检接调用系统攻击

36、命令序列；其次，操作系统通常不提供统一的击键检测接口，需通过额外的钩子函数（测接口，需通过额外的钩子函数（Hook）来监测击键。来监测击键。假设入侵对应特定的击键序列模式，然后监测用户击键模式，并将这一模式与入侵模式匹配从而检测入侵行为。这种方法的不足之处是：在没有操作系统支持的情况下，缺少捕获用户击键的可靠方法，存在着许多击键方式表示同一种攻击。而且，没有击键语义分析，用户提供别名很容易欺骗这种技术。这种技术仅仅分析击键，不能检测到恶意程序执行后的自动攻击。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 6基于模型推理的方法基于模型推理的方法 基于模型的方法是：入侵者在攻击一

37、个系统的时候基于模型的方法是：入侵者在攻击一个系统的时候往往采用一定的行为序列，如猜测口令的行为序列，这往往采用一定的行为序列，如猜测口令的行为序列，这种序列构成了具有一定行为特征的模型，根据这种模型种序列构成了具有一定行为特征的模型，根据这种模型代表的攻击意图的行为特征，可以实时地检测出恶意的代表的攻击意图的行为特征，可以实时地检测出恶意的攻击企图。与专家系统通常放弃处理那些不确定的中间攻击企图。与专家系统通常放弃处理那些不确定的中间结论的特点相比，这一方法的优点在于它基于完善的不结论的特点相比，这一方法的优点在于它基于完善的不确定性推理数学理论。基于模型的入侵检测方法先可以确定性推理数学理

38、论。基于模型的入侵检测方法先可以预测一些主要事件，当这些事件发生后，再开始详细审预测一些主要事件，当这些事件发生后，再开始详细审计，从而减少了事件审计的处理负荷。计，从而减少了事件审计的处理负荷。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 6基于模型推理的方法基于模型推理的方法 通过建立误用证据模型，根据证据推理来作出发生了误用的判断结论，其中有关攻击者行为的知识被描述为：攻击者目的，攻击者达到此目的的可能行为步骤，以及对系统的特殊使用等。此方法的要点是建立攻击脚本库、预警器和决策分析器。检测时先将这些攻击脚本的子集看作系统正面临的攻击，然后通过一个称为预警器的程序模块根据

39、当前行为模式，产生下一个需要验证的攻击脚本子集，并将它传送给决策分析器。决策分析器收到信息后，根据这些假设的攻击行为在审计记录中的可能出现方式，将它们翻译成与特定系统匹配的审计记录格式，然后在审计记录中寻找相应信息来确认或否认这些攻击。初始攻击脚本子集的假设应满足：易于在审计记录中识别，并且出现频率很高。随着一些脚本被确认的次数增多，另一些脚本被确认的次数减少，攻击脚本不断地得到更新。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 6基于模型推理的方法基于模型推理的方法主要优点 对不确定性的推理有合理的数学理论基础。对不确定性的推理有合理的数学理论基础。决策器使得攻击脚本可以与

40、审计记录的上下文无关。决策器使得攻击脚本可以与审计记录的上下文无关。因为首先按脚本类型检测相应类型是否出现，然后再因为首先按脚本类型检测相应类型是否出现，然后再检测具体的事件，所以减少了需要处理的数据量。检测具体的事件，所以减少了需要处理的数据量。主要缺陷 增加了创建入侵检测模型的开销。增加了创建入侵检测模型的开销。系统实现时决策分析器如何有效地翻译攻击脚本。系统实现时决策分析器如何有效地翻译攻击脚本。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.2.3 异常检测（异常检测（Anomaly Detection）异常检测基于一个假定：用户的行为是可预异常检测基于一个假定：用

41、户的行为是可预测的、遵循一致性模式的，且随着用户事件的增测的、遵循一致性模式的，且随着用户事件的增加异常检测会适应用户行为的变化。用户行为的加异常检测会适应用户行为的变化。用户行为的特征轮廓在异常检测中是由度量（特征轮廓在异常检测中是由度量（measuremeasure）集集来描述，度量是特定网络行为的定量表示，通常来描述，度量是特定网络行为的定量表示，通常与某个检测阀值或某个域相联系。与某个检测阀值或某个域相联系。异常检测可发现未知的攻击方法，体现了强异常检测可发现未知的攻击方法，体现了强健的保护机制，但对于给定的度量集能否完备到健的保护机制，但对于给定的度量集能否完备到表示所有的异常行为仍

42、需要深入研究。表示所有的异常行为仍需要深入研究。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 1Denning的原始模型的原始模型 Dorothy Denning于于1986年给出了入侵检测年给出了入侵检测的的IDES模型，她认为在一个系统中可以包括四模型，她认为在一个系统中可以包括四个统计模型，每个模型适合于一个特定类型的系个统计模型，每个模型适合于一个特定类型的系统度量。统度量。（1）可操作模型）可操作模型 （2）平均和标准偏差模型）平均和标准偏差模型 （3）多变量模型）多变量模型 （4）Markov处理模型处理模型 返回本章首页返回本章首页第五章第五章 入侵检测技术入侵

43、检测技术 2量化分析量化分析 异常检测最常用的方法就是将检验规则和属异常检测最常用的方法就是将检验规则和属性以数值形式表示的量化分析，这种度量方法在性以数值形式表示的量化分析，这种度量方法在Denning的可操作模型中有所涉及。量化分析通的可操作模型中有所涉及。量化分析通过采用从简单的加法到比较复杂的密码学计算得过采用从简单的加法到比较复杂的密码学计算得到的结果作为误用检测和异常检测统计模型的基到的结果作为误用检测和异常检测统计模型的基础。础。（1）阀值检验）阀值检验 （2）基于目标的集成检查）基于目标的集成检查 （3）量化分析和数据精简）量化分析和数据精简 返回本章首页返回本章首页第五章第五

44、章 入侵检测技术入侵检测技术 3统计度量统计度量 统计度量方法是产品化的入侵检测系统中常统计度量方法是产品化的入侵检测系统中常用的方法，常见于异常检测。运用统计方法，有用的方法，常见于异常检测。运用统计方法，有效地解决了四个问题：（效地解决了四个问题：（1）选取有效的统计数）选取有效的统计数据测量点，生成能够反映主体特征的会话向量；据测量点，生成能够反映主体特征的会话向量；（2）根据主体活动产生的审计记录，不断更新）根据主体活动产生的审计记录，不断更新当前主体活动的会话向量；（当前主体活动的会话向量；（3）采用统计方法）采用统计方法分析数据，判断当前活动是否符合主体的历史行分析数据，判断当前活

45、动是否符合主体的历史行为特征；（为特征；（4）随着时间推移，学习主体的行为）随着时间推移，学习主体的行为特征，更新历史记录。特征，更新历史记录。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 4非参数统计度量非参数统计度量 非参数统计方法通过使用非数据区分技术，非参数统计方法通过使用非数据区分技术，尤其是群集分析技术来分析参数方法无法考虑的尤其是群集分析技术来分析参数方法无法考虑的系统度量。群集分析的基本思想是，根据评估标系统度量。群集分析的基本思想是，根据评估标准（也称为特性）将收集到的大量历史数据（一准（也称为特性）将收集到的大量历史数据（一个样本集）组织成群，通过预处理过

46、程，将与具个样本集）组织成群，通过预处理过程，将与具体事件流（经常映射为一个具体用户）相关的特体事件流（经常映射为一个具体用户）相关的特性转化为向量表示，再采用群集算法将彼此比较性转化为向量表示，再采用群集算法将彼此比较相近的向量成员组织成一个行为类，这样使用该相近的向量成员组织成一个行为类，这样使用该分析技术的实验结果将会表明用何种方式构成的分析技术的实验结果将会表明用何种方式构成的群可以可靠地对用户的行为进行分组并识别。群可以可靠地对用户的行为进行分组并识别。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5基于规则的方法基于规则的方法 上面讨论的异常检测主要基于统计方法，

47、异上面讨论的异常检测主要基于统计方法，异常检测的另一个变种就是基于规则的方法。与统常检测的另一个变种就是基于规则的方法。与统计方法不同的是基于规则的检测使用规则集来表计方法不同的是基于规则的检测使用规则集来表示和存储使用模式。示和存储使用模式。（1）Wisdom&Sense方法方法 （2）基于时间的引导机（）基于时间的引导机（TIM）返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 5.2.4 其它检测技术其它检测技术 这些技术不能简单地归类为误用检测或是异这些技术不能简单地归类为误用检测或是异常检测，而是提供了一种有别于传统入侵检测视常检测，而是提供了一种有别于传统入侵检测视角

48、的技术层次，例如免疫系统、基因算法、数据角的技术层次，例如免疫系统、基因算法、数据挖掘、基于代理（挖掘、基于代理（Agent）的检测等，它们或者的检测等，它们或者提供了更具普遍意义的分析技术，或者提出了新提供了更具普遍意义的分析技术，或者提出了新的检测系统架构，因此无论对于误用检测还是异的检测系统架构，因此无论对于误用检测还是异常检测来说，都可以得到很好的应用。常检测来说，都可以得到很好的应用。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 1神经网络（神经网络（Neural Network）作为人工智能（作为人工智能（AI）的一个重要分支，神的一个重要分支，神经网络（经网络（

49、Neural Network）在入侵检测领域得到在入侵检测领域得到了很好的应用，它使用自适应学习技术来提取异了很好的应用，它使用自适应学习技术来提取异常行为的特征，需要对训练数据集进行学习以得常行为的特征，需要对训练数据集进行学习以得出正常的行为模式。这种方法要求保证用于学习出正常的行为模式。这种方法要求保证用于学习正常模式的训练数据的纯洁性，即不包含任何入正常模式的训练数据的纯洁性，即不包含任何入侵或异常的用户行为。侵或异常的用户行为。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 2免疫学方法免疫学方法 New Mexico大学的大学的Stephanie Forrest提出

50、提出了将生物免疫机制引入计算机系统的安全保护框了将生物免疫机制引入计算机系统的安全保护框架中。免疫系统中最基本也是最重要的能力是识架中。免疫系统中最基本也是最重要的能力是识别别“自我自我/非自我非自我”（self/nonself），），换句话讲，换句话讲，它能够识别哪些组织是属于正常机体的，不属于它能够识别哪些组织是属于正常机体的，不属于正常的就认为是异常，这个概念和入侵检测中异正常的就认为是异常，这个概念和入侵检测中异常检测的概念非常相似。常检测的概念非常相似。返回本章首页返回本章首页第五章第五章 入侵检测技术入侵检测技术 3数据挖掘方法数据挖掘方法 Columbia大学的大学的Wenke