计算机数据库入侵检测技术探索

《计算机数据库入侵检测技术探索》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机数据库入侵检测技术探索　　摘要：在计算机网络广泛应用的社会中，计算机数据库的应用也越来越广泛，计算机数据库的应用在给人们带来极大便利的同时，也带来了一系列的问题。计算机数据库入侵检测技术就是针对计算机数据库的问题而产生的，计算机数据库入侵检测技术的研发和应用的主要目的是解决计算机数据库的各种问题，为计算机数据库的安全应用提供保障。文章对此对计算机数据库入侵检测技术进行分析探究。关键词：计算机；数据库；入侵检测技术中图分类号：TP393文献标识码：A文章编号：1009-3044（2013）24-5396-03随着社会的高

2、速发展和经济的不断进步，计算机技术的迅猛发展使得计算机网络更新换代的速度越来越快，计算机网络推动社会向前发展，改变了人们的生活模式，在人们的日常生活中具有不可或缺的作用和意义。随着计算机网络在人们日常生活中的不断深入，计算机网络的应用安全问题受到越来越多的关注，防火墙、黑客入侵检测等安全防范系统的应用也随之增多。计算机数据库入侵检测技术主要是针对计算机数据库而言的，其入侵检测技术主要是对计算机数据库在使用的过程中的非法攻击和一些安全问题进行检测和识别的一种技术[1]。91计算机数据库入侵检测技术的概述在不断发展的科技推动下，

3、计算机技术更新换代的速度越来越快，计算机网络技术已经渗透到人们日常生活的方方面面之中。计算机网络技术越来越广泛的应用在带来便利的同时也带来了一系列的问题，随着人们网络知识的丰富和提高，计算机网络技术的安全问题受到越来越多的关注，人们对计算机系统的安全防范问题也逐渐重视起来。计算机网络系统面临的两大威胁分别是计算机病毒和黑客的入侵，这些威胁对计算机数据库造成了巨大的影响。而计算机数据库入侵检测技术能够有效的避免一些黑客的攻击和病毒的入侵，能够有效降低计算机用户的损失。计算机数据库的入侵检测技术主要是针对一些在计算机数据库在使用

4、的过程中对非法攻击和其他安全问题进行识别和检测的一种技术。计算机数据库的入侵检测程序如下所示，入侵检测通过网络运行的环境和计算机系统对一些检测数据进行采集，然后再对所收集的数据进行分析，通过数据的分析找出非法攻击导弹行为和其他安全性问题等，最后入侵检测技术在根据具体的问题采取相对应的措施对其进行防范，计算机数据库入侵检测技术有效的降低了数据库的损失。这种检测技术在对数据进行安全指标的检测时，所采取的数据均经过专业的计算机算法进行分析。2计算机数据库入侵检测技术的现状92.1计算机数据库入侵检测技术的现状计算机数据库入侵检测技

5、术自研发以来，发展到目前为止，计算机数据库的入侵检测技术已经走过了20多年的发展历程，该项技术在发展和改进的过程中，许多方面的技术已经日渐成熟起来。但是，由于计算机网络技术的不断更新和发展，计算机数据库也随之不断的发展，计算机数据库的入侵检测技术不断出现新的要求和新的情况，要能够积极应对不断出现的新情况和新需求，计算机数据库入侵检测技术就不能止步不前。目前主要使用的数据库入侵检测系统主要包括基于主机的入侵检测系统和基于网络的入侵检测系统，这两种入侵检测系统的目的是保护某一台主机的资源或者是保护整个网络的资源。入侵检测的方法主

6、要有两种，一种是异常检测，即对系统的正常行为建模和特征库中没有描述的行为进行检测；另一种是误用检测，这种检测对象主要是不正常的建模行为和符合特征库中所描述的行为。9计算机数据库入侵检测技术系统的组成模块包括三个部分，分别是采集模块、分析模块、管理模块三个部分。采集模块的主要功能是采集数据；分析模块的主要功能就是对采集模块中的数据进行解析和判断；管理模块的主要功能是对分析模块中的判断做出决策并响应。除了上述三个主要模块之外，计算机数据库入侵检测技术系统还包括了数据顶处理模块、通信模块、响应模块等。随着计算机数据库和网络的发展，

7、入侵检测技术的应用范围越来越大，已经从最开始保护某一单独的主机发展到现在对一定规模的网络进行保护，入侵检测技术的发展取得了巨大的成就。随着网络规模的不断扩展，入侵检测系统在一定的时间要分析处理的数据越来越多，数据容量越来越大，以及现代化高速化的要求，计算机数据库入侵检测技术需要不断完善和强化，未来入侵检测技术将朝更大规模的网络方向发展[2]。2.2计算机数据库入侵检测技术的类型目前比较常用的计算机数据库入侵检测技术主要有两种，一是误用检测技术，二是异常检测技术。误用检测技术的检测对象主要是已知病毒、入侵活动、攻击模式三种，该

8、检测技术的原理是将假设成特征模式的一切网络入侵活动以及异常行为与已经建立好的已知入侵活动特征模式的基础上进行相应的匹配的过程这种检测技术的准确度比较高，但是检测的范围受到限制。异常检测技术是在数据库中建立用户平常的习惯行为模型，将行为模型中的行为与用户的操作行为进行对比分析，再通过计算用户