Articolo pagina , orcef

+

ORCEF: in linea quadro di valutazione dei costi di risposta per il sistema di risposta intrusione Alireza Shameli-Sendi. Michel Dagenais Dipartimento di Informatica e Ingegneria del Software, École Polytechnique de Montréal, Montreal, Canada Ha ricevuto 2 dicembre 2013. Revised 31 marzo 2015. Accettate 6 maggio 2015. Disponibile on-line 21 maggio 2015. astratto valutazione dei costi di risposta è una parte importante del sistema di risposta delle intrusioni (IRS). Sebbene siano stati proposti molti IRS automatizzati, la maggior parte di loro usano risposte valutati staticamente, evitando la necessità di valutazione dinamica di costo contenuto. Tuttavia, progettando una valutazione dinamica per le risposte possiamo alleviare gli inconvenienti del modello statico. Inoltre, sarà più efficace a difendere un sistema da un attacco come sarà meno prevedibile. Un modello dinamico offre la migliore risposta in base alla situazione attuale della rete. Pertanto, la valutazione degli effetti positivi e gli effetti negativi delle risposte deve essere calcolata in linea, in tempo di attacco, in un modello dinamico. Valutiamo il costo di risposta in linea rispetto alle dipendenze delle risorse e il numero di utenti. In questo articolo, presentiamo un quadro pratico con fattori rilevanti per la valutazione dei costi di risposta. Il quadro proposto è una piattaforma che ci porta a tenere conto di esigenze 's dell'utente in termini di qualità del servizio (QoS) e le dipendenze dei processi critici. Rispetto ad altri modelli di valutazione di risposta, il quadro proposto è costituito non solo di un nuovo meccanismo on-line per la valutazione dei costi di risposta in topologie di rete complesse, ma anche i fattori più dettagliati per valutare le risposte effetto positivo e negativo. Inoltre, si discute delle sfide principali per la valutazione dei costi di risposta rispetto al tipo di attacco. parole risposta delle intrusioni costo di risposta la dipendenza dalle risorse Il processo decisionale La logica fuzzy