随着计算机网络技术的发展,计算机网络在各个领域得到了广泛的应用。计算机网络的普及和应用,对网络安全提出了更高的要求。入侵检测己成为网络安全中重要的手段,引起了国内外的广泛关注。 本文将Unix操作系统的系统调用作为审计数据源,利用支持向量机算法训练异常检测模型来实现检测入侵活动。目前的入侵检测模型存在先验知识较少时泛化能力差的问题。应用支持向量机算法学习检测模型,可以使入侵检测模型在小样本(先验知识少)的条件下仍然具有良好的推广能力。传统的基于主机系统调用序列的入侵检测模型,将标志行为特征的特征模式,按照正常和异常两种类别构建了两类别特征模式空间。本文在两类别特征模式空间的基础上,将类别空间中出现频度较小的、类别特征不明显的、不稳定的短序列分离出来,将特征类别空间分为正常、异常和微量三类,微量短序列的性质与它所处的环境有关,采用邻接算法来决定其究竟为正常还是异常。