精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)

電子工程師 ? 來源:網(wǎng)絡(luò)整理 ? 作者:佚名 ? 2018-02-20 09:03 ? 次閱讀

項(xiàng)目背景及可行性分析

項(xiàng)目名稱:基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)

應(yīng)用背景

誤用入侵檢測(cè)系統(tǒng)作為當(dāng)前主流的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng),有判斷準(zhǔn)確性高、誤報(bào)率低等特點(diǎn),此類系統(tǒng)是建立在對(duì)過去各種已知網(wǎng)絡(luò)入侵方法和系統(tǒng)缺陷知識(shí)的積累之上,根據(jù)對(duì)這些已知模式的檢測(cè)來達(dá)到保障安全的目的。因此,模式庫和模式匹配是誤用入侵檢測(cè)系統(tǒng)的核心。隨著網(wǎng)絡(luò)速度的迅速提高,誤用入侵檢測(cè)系統(tǒng)逐漸暴露其在性能上的致命缺陷:檢測(cè)速率低、資源消耗大。尤其當(dāng)入侵模式庫不斷增大時(shí),此類軟件系統(tǒng)更是難有較佳表現(xiàn)。因此,誤用入侵檢測(cè)系統(tǒng)在某些網(wǎng)絡(luò)負(fù)載高的環(huán)境下不得不放棄對(duì)一些網(wǎng)絡(luò)數(shù)據(jù)包的檢測(cè),這種策略嚴(yán)重影響了誤用入侵檢測(cè)系統(tǒng)在功能上的完整性。

誤用入侵檢測(cè)系統(tǒng)性能的主要瓶頸在于模式匹配引擎的效率上。模式匹配引擎根據(jù)入侵規(guī)則庫中的規(guī)則模式對(duì)來自網(wǎng)絡(luò)的數(shù)據(jù)包進(jìn)行字符串模式匹配。在許多誤用入侵檢測(cè)系統(tǒng)中(如Snort入侵檢測(cè)系統(tǒng)),這些用以描述入侵特征的字符串模式是以正則表達(dá)式形式給出的,將其作為判斷規(guī)則的一部分存放于入侵模式規(guī)則庫中。文獻(xiàn)[1]指出在誤用入侵檢測(cè)系統(tǒng)的模式匹配中,正則表達(dá)式匹配占了CPU計(jì)算時(shí)間的90%以上。因此,本項(xiàng)目主要設(shè)計(jì)實(shí)現(xiàn)一個(gè)軟硬結(jié)合的基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)。

研究現(xiàn)狀

軟件模式匹配引擎為達(dá)到較高的匹配效率,通常采用一些多模式匹配算法,文獻(xiàn)[2]中作者指出,目前絕大多數(shù)的正則表達(dá)式匹配算法都是由GAC(Generalization of the Aho-Corasick)算法改進(jìn)而來。文獻(xiàn)[3]中給出了GAC算法設(shè)計(jì)細(xì)節(jié)。此類軟件多模式匹配算法在由NFA(Nondeterministic Finite Automata)構(gòu)建DFA(Deterministic Finite Automata)的過程中,狀態(tài)機(jī)的狀態(tài)數(shù)成指數(shù)級(jí)增長,因此增大了對(duì)內(nèi)存等硬件資源的消耗,其結(jié)果是制約了此類系統(tǒng)所能匹配的正則表達(dá)式的規(guī)模,并且在無法增大規(guī)模的同時(shí)也降低了系統(tǒng)的性能。

在硬件模式匹配引擎的設(shè)計(jì)上,目前主要采用NFA和DFA兩類模式匹配的方法,文獻(xiàn)[4]中,作者應(yīng)用DFA理論提出了一種新的結(jié)構(gòu),并通過壓縮編碼的方式來提高密度;文獻(xiàn)[5]的作者依據(jù)圖論算法對(duì)多狀態(tài)轉(zhuǎn)移進(jìn)行合并,將DFA轉(zhuǎn)化成,從而減小了95%的存儲(chǔ)器占用。但這些利用DFA理論的方法都不可避免面臨著硬件資源有限的難題,由于相對(duì)NFA來說,DFA實(shí)現(xiàn)中的狀態(tài)數(shù)成指數(shù)級(jí)增長,這使得目前現(xiàn)有的FPGA硬件很難滿足大規(guī)模正則表達(dá)式匹配的任務(wù)。文獻(xiàn)[6]首次提出了一種利用NFA機(jī)制實(shí)現(xiàn)的基于FPGA硬件的正則表達(dá)式匹配引擎,該引擎可以每周期匹配一個(gè)字符,并采用模塊化設(shè)計(jì)思想給出了幾種基本模塊的設(shè)計(jì)方法。本項(xiàng)目中的基于SNORT規(guī)則集中的正則表達(dá)式規(guī)則模式匹配引擎(硬件加速)部分,參考了此篇文章的思想并對(duì)其改進(jìn),采用模塊化設(shè)計(jì)方法,設(shè)計(jì)實(shí)現(xiàn)一款數(shù)據(jù)流驅(qū)動(dòng)的高速的硬件匹配引擎,解決了NFA引擎中的數(shù)據(jù)回溯問題。

主要內(nèi)容

本項(xiàng)目針對(duì)傳統(tǒng)軟件入侵檢測(cè)系統(tǒng)中存在正則表達(dá)式模式檢測(cè)這一系統(tǒng)瓶頸問題,設(shè)計(jì)實(shí)現(xiàn)一個(gè)軟硬結(jié)合的基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)。此系統(tǒng)主要由三部分組成,即基于SNORT規(guī)則集中的正則表達(dá)式規(guī)則模式匹配引擎(硬件入侵檢測(cè)模式加速器)、底層硬件傳輸平臺(tái)及軟件(驅(qū)動(dòng)和應(yīng)用程序)的設(shè)計(jì)與實(shí)現(xiàn)。

關(guān)鍵技術(shù)和創(chuàng)新點(diǎn)

(1)面向正則表達(dá)式的多模式匹配硬件引擎的設(shè)計(jì);

(2)基于PCI-E的CPU與FPGA的通信平臺(tái)的設(shè)計(jì);

(3)基于硬件的網(wǎng)絡(luò)數(shù)據(jù)包的抓取;

(4)軟件驅(qū)動(dòng)程序的設(shè)計(jì)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 網(wǎng)絡(luò)
    +關(guān)注

    關(guān)注

    14

    文章

    7514

    瀏覽量

    88625
  • 入侵檢測(cè)
    +關(guān)注

    關(guān)注

    0

    文章

    57

    瀏覽量

    14091
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    分布式入侵檢測(cè)系統(tǒng)的設(shè)計(jì)

    分布式入侵檢測(cè)系統(tǒng)的設(shè)計(jì)入侵檢測(cè)網(wǎng)絡(luò)安全的一個(gè)新方向,其重點(diǎn)是有效地提取特征數(shù)據(jù)并準(zhǔn)確地分析出
    發(fā)表于 03-10 09:55

    基于異構(gòu)機(jī)群的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)

    結(jié)合異構(gòu)機(jī)群系統(tǒng),提出一種基于雙向驅(qū)動(dòng)的分流算法,將高速數(shù)據(jù)流分為多個(gè)子數(shù)據(jù)流,把子數(shù)據(jù)流交由異構(gòu)機(jī)群系統(tǒng)中最合適的節(jié)點(diǎn)處理,實(shí)現(xiàn)基于異構(gòu)機(jī)群的高速
    發(fā)表于 04-11 09:36 ?9次下載

    高效的Snort規(guī)則匹配機(jī)制

    該文在分析了 Snort規(guī)則及其檢測(cè)過程的基礎(chǔ)之上,提出一種動(dòng)態(tài)規(guī)則匹配機(jī)制,增加選項(xiàng)索引鏈表,對(duì)規(guī)則匹配的次序進(jìn)行動(dòng)態(tài)調(diào)整,從而提高
    發(fā)表于 06-13 14:09 ?23次下載

    MADIDS模型在Snort入侵檢測(cè)系統(tǒng)中的應(yīng)用研究

    本文在分析了入侵檢測(cè)技術(shù)、移動(dòng)代理及Snort 系統(tǒng)規(guī)則的基礎(chǔ)上,提出了基于移動(dòng)代理的分布式入侵
    發(fā)表于 06-15 10:30 ?17次下載

    入侵檢測(cè)系統(tǒng)匹配規(guī)則的研究

    入侵檢測(cè)系統(tǒng)中匹配規(guī)則的選擇和匹配概率的計(jì)算將影響整個(gè)檢測(cè)系統(tǒng)的效率。精確的概率描述可以更準(zhǔn)確地
    發(fā)表于 08-13 09:37 ?9次下載

    高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)應(yīng)用瓶頸解決方案

    文章提出的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)是基于協(xié)議分析技術(shù),并結(jié)合特征模式匹配方法,采用高速采集器采集數(shù)據(jù)源并分發(fā)給多處理機(jī)進(jìn)行數(shù)據(jù)處理的新型
    發(fā)表于 09-01 10:15 ?7次下載

    基于動(dòng)態(tài)規(guī)則的IPv6入侵檢測(cè)系統(tǒng)研究

    本文在分析snort 規(guī)則檢測(cè)Snort 入侵檢測(cè)系統(tǒng)
    發(fā)表于 09-01 16:36 ?4次下載

    Snort匹配機(jī)制的改進(jìn)

    基于規(guī)則的模式匹配是Snort 檢測(cè)引擎的主要機(jī)制,本文在結(jié)合協(xié)議分析和模式匹配的基礎(chǔ)上,對(duì)Snort 匹配機(jī)制進(jìn)行了改進(jìn)。首先對(duì)從網(wǎng)絡(luò)中獲
    發(fā)表于 12-18 17:35 ?14次下載

    基于粗糙理論的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)

    介紹了入侵檢測(cè)系統(tǒng)模型的結(jié)構(gòu),應(yīng)用粗糙理論實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)連接的入侵
    發(fā)表于 01-15 16:31 ?13次下載

    基于Aglets的分布式入侵檢測(cè)系統(tǒng)研究

    研究了分布式入侵檢測(cè)系統(tǒng)的體系結(jié)構(gòu),提出了一種基于Aglets 的入侵檢測(cè)模型。用改進(jìn)的Snort
    發(fā)表于 01-22 15:03 ?11次下載

    數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)系統(tǒng)中的實(shí)現(xiàn)

    為了提高入侵檢測(cè)系統(tǒng)的效率,將數(shù)據(jù)挖掘技術(shù)應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)。本文實(shí)現(xiàn)了基于數(shù)據(jù)挖掘的
    發(fā)表于 01-22 15:21 ?9次下載

    基于Snort系統(tǒng)的局域網(wǎng)P2P流量識(shí)別系統(tǒng)

    針對(duì)當(dāng)前P2P流量消耗大量帶寬,降低接入網(wǎng)絡(luò)性能的問題,采用規(guī)則匹配的方法,借助入侵檢測(cè)系統(tǒng)Snort
    發(fā)表于 11-03 11:25 ?20次下載

    利用低交互蜜罐系統(tǒng)捕獲網(wǎng)絡(luò)攻擊流量

    在應(yīng)對(duì)網(wǎng)絡(luò)攻擊過程中,入侵檢測(cè)系統(tǒng)Snort扮演了重要角色,如何提升Snort的防護(hù)水平至關(guān)重要
    發(fā)表于 11-08 15:15 ?8次下載
    利用低交互蜜罐<b class='flag-5'>系統(tǒng)</b>捕獲<b class='flag-5'>網(wǎng)絡(luò)</b>攻擊流量

    入侵檢測(cè)技術(shù)在網(wǎng)絡(luò)安全中有什么樣的應(yīng)用

    在對(duì)入侵檢測(cè)技術(shù)的原理、方法進(jìn)行總結(jié)歸納的基礎(chǔ)上,介紹了兩類常見的入侵檢測(cè)系統(tǒng),并以 snort
    發(fā)表于 05-27 08:00 ?13次下載
    <b class='flag-5'>入侵</b><b class='flag-5'>檢測(cè)</b>技術(shù)在<b class='flag-5'>網(wǎng)絡(luò)</b>安全中有什么樣的應(yīng)用

    基于SVM與Adaboost算法的入侵檢測(cè)系統(tǒng)

    入侵檢測(cè)系統(tǒng)在大數(shù)據(jù)量的情況下誤報(bào)率高、泛化能力弱,且單一機(jī)器學(xué)習(xí)算法不能較好地應(yīng)對(duì)多種攻擊類型。為此,設(shè)計(jì)一個(gè)基于支持向量機(jī)(SM)與 Adaboost算法的入侵
    發(fā)表于 05-25 16:35 ?6次下載