基于Snort入侵检测与防御系统的优化策略

白 茹 孔令治

(长春中医药大学现代教育技术中心，长春 130017)

0 引言

随着网络的普及与计算机技术的发展，高等院校普遍建立高速的校园网络，以支撑学校的办公科研工作，并以此为基础进一步实施数字化校园的发展计划.数字校园进一步发展的基础之一是如何保障整个校园网络的安全运行，防范日益增加的网络攻击和异常的网络行为，确保校园网内数据安全.研究入侵检测或入侵防御系统成为网络安全必不可少的内容.Snort系统是一个用C语言编写的符合GPL(GNU General Public License)规范的开放源码软件，是一个跨平台、轻量级的网络入侵检测工具，包含监控或采集数据、数据的检测分析、检测结果的处理(报警、相应)等三个部分，其中数据检测分析是整个系统的核心，目前大多采用的是比较传统基于规则模式匹配方式，这种方式在今天网络数据量不断增大，攻击方式多样的情况下存在匹配计算量大、误报漏报率增加的情况.本文研究如何在部署基于Snort的入侵检测系统的基础上进行相应优化的策略，以提高检测的效率和防御响应的速度.

1 基于Snort入侵检测与防御系统的性能瓶颈

Snort系统主要有数据包嗅探器、包预处理器、检测引擎、报警/日志等几个模块组成，整个系统采用一种易于扩充的模块化体系结构，开发人员可以加入自己编写的模块来扩展或改进Snort的功能，以提高系统的性能.

通过研究分析在基于Snort的开源入侵检测和防御系统中，主要性能瓶……