计算机工程

作者：陈良臣, 傅德印, 刘宝旭, 高曙, 张煦尧

单位：1. 中国劳动关系学院计算机学院, 北京 1000482. 中国科学院信息工程研究所中国科学院网络测评技术重点实验室, 北京 1000933. 武汉理工大学计算机与人工智能学院, 湖北 武汉 4300634. 中国科学院自动化研究所多模态人工智能系统全国重点实验室, 北京 100049

关键词：增量式入侵检测,加密流量数据约简,加密恶意流量识别,未知加密恶意流量检测,检测模型增量更新

基金：中国劳动关系学院研究生教改项目(YJG2506); 国家重点研发计划(2023YFB2603800); 国家统计局全国统计科学研究项目(2022LY005); 中国科学院网络测评技术重点实验室课题(KFKT2022-003); 中国劳动关系学院科研项目(23XYJS016); 中国劳动关系学院教改项目(JG25016); 中国劳动关系学院教师学术团队项目(24JSTD016)

在网络空间安全威胁持续加剧的当下, 加密流量攻击的隐蔽性与零日漏洞利用的突发性, 致使传统入侵检测系统在动态网络环境中检测效能显著衰减。本文首先系统构建面向加密流量的增量式入侵检测技术分析框架, 从技术协同视角出发, 详细阐释各关键技术在增量式入侵检测中的协同逻辑与关联机制; 随后聚焦当前研究前沿, 分别从加密流量数据约简、加密恶意流量识别、未知加密恶意流量检测以及入侵检测模型的增量更新等4个关键技术领域展开深度研究和探索, 并对比分析各类方法的优缺点; 最后阐述面向加密流量的增量式入侵检测研究的未来发展趋势和面临的挑战。

来源：2025年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第12期