入侵檢測技術統計模型有哪些

入侵檢測5種統計模型為：

• 操作模型：該模型假設異常可通過測量結果與一些固定指標相比較得到，固定指標可以根據經驗值或一段時間內的統計平均得到，舉例來說，在短時間內多次失敗的登錄很有可能是嘗試口令攻擊；

• 方差：計算參數的方差并設定其置信區間，當測量值超過置信區間的范圍時表明有可能是異常；

• 多元模型：即操作模型的擴展，它通過同時分析多個參數實現檢測；

• 馬爾柯夫過程模型：即將每種類型的事件定義為系統狀態，用狀態轉移矩陣來表示狀態的變化，當一個事件發生時，如果在狀態矩陣中該轉移的概率較小則該可能是異常事件；

• 時間序列分析：即將事件計數與資源耗用根據時間排成序列，如果一個新事件在該時間發生的概率較低，則該事件可能是入侵。

統計方法的最大優點是它可以“學習”用戶的使用習慣，從而具有較高檢出率與可用性。但是它的“學習”能力有時也會給入侵者以機會，因為入侵者可以通過逐步“訓練”使入侵事件符合正常操作的統計規律，從而透過入侵檢測系統。