2024年网络安全最全网络安全 入侵检测技术(1)，2024年网络安全开发突破20k有哪些有效的路径

本人从事网路安全工作12年，曾在2个大厂工作过，安全服务、售后服务、售前、攻防比赛、安全讲师、销售经理等职位都做过，对这个行业了解比较全面。

最近遍览了各种网络安全类的文章，内容参差不齐，其中不伐有大佬倾力教学，也有各种不良机构浑水摸鱼，在收到几条私信，发现大家对一套完整的系统的网络安全从学习路线到学习资料，甚至是工具有着不小的需求。

最后，我将这部分内容融会贯通成了一套282G的网络安全资料包，所有类目条理清晰，知识点层层递进，需要的小伙伴可以点击下方小卡片领取哦！下面就开始进入正题，如何从一个萌新一步一步进入网络安全行业。

学习路线图

其中最为瞩目也是最为基础的就是网络安全学习路线图，这里我给大家分享一份打磨了3个月，已经更新到4.0版本的网络安全学习路线图。

相比起繁琐的文字，还是生动的视频教程更加适合零基础的同学们学习，这里也是整理了一份与上述学习路线一一对应的网络安全视频教程。

网络安全工具箱

当然，当你入门之后，仅仅是视频教程已经不能满足你的需求了，你肯定需要学习各种工具的使用以及大量的实战项目，这里也分享一份我自己整理的网络安全入门工具以及使用教程和实战。

项目实战

最后就是项目实战，这里带来的是SRC资料&HW资料，毕竟实战是检验真理的唯一标准嘛~

面试题

归根结底，我们的最终目的都是为了就业，所以这份结合了多位朋友的亲身经验打磨的面试题合集你绝对不能错过！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

第一次详细阐述了入侵检测的概念
计算机系统威胁分类：外部渗透、内部渗透和不法行为
提出了利用审计跟踪数据监视入侵活动的思想
这份报告被公认为是入侵检测的开山之作。

1984年到1986年，乔治敦大学的Dorothy Denning和SRI/CSL的Peter Neumann研究出了一个实时入侵检测系统模型——IDES（入侵检测专家系统）
1990年，加州大学戴维斯分校的L. T. Heberlein等人开发出了NSM (Network Security Monitor)
第一次直接将网络数据流作为审计数据来源，因而可以在不将审计数据转换成统一格式的情况下监控异种主机。
两大阵营正式形成：基于网络的IDS和基于主机的IDS

1988年之后，美国开展对分布式入侵检测系统(DIDS)的研究，将基于主机和基于网络的检测方法集成到一起。
DIDS是分布式入侵检测系统历史上的一个里程碑式的产品。
从20世纪90年代到现在，入侵检测系统的研发呈现出百家争鸣的繁荣局面，并在智能化和分布式两个方向取得了长足的进展。

IDS的通用模型

事件产生器
事件分析器
事件数据库
响应单元

事件产生器

负责收集、采集各种原始数据，且将其转换为事件，向系统的其他部分提供此事件。
收集内容：系统、网络数据及用户活动的状态和行为。
不同关键点的信息：系统或网络的日志文件、网络流量、系统目录和文件的异常变化、程序执行中的异常行为

事件分析器

接收事件信息，对其进行分析，判断是否为入侵行为或异常现象，最后将判断的结果转变为告警信息。
分析方法
模式匹配（与已知的攻击进行比较）
统计分析（确定对象的异常行为）
完整性分析（常用于事后分析）

事件数据库

存放各种中间和最终数据的地方
从事件产生器或事件分析器接收数据，一般会将数据进行较长时间的保存，以便于今后的关联分
析等。

响应单元

根据告警信息作出反应，是IDS中的主动武器
可作出
强烈反应：切断连接、改变文件属性等
简单的报警：给管理员发送短信等。

入侵检测技术的分类

检测IDS性能的两个关键参数
误报率（False Positive）
实际无害的事件却被IDS检测为攻击事件
漏报率（False Negative）
一个攻击事件未被IDS检测到或被分析人员认为是无害的

入侵检测系统分类
根据其采用的分析方法（检测原理）
根据数据来源
根据体系结构
根据系统的工作方式

根据其采用的分析方法（检测原理）可分为
异常检测（Anomaly Detection）
前提：假设入侵行为与正常行为不同，即入侵是异常活动的子集
对正常行为用定量的方式加以描述，当用户活动与正常行为有重大偏离时即被认为是入侵。
利用统计的分析方法
误用检测（Misuse Detection）
前提：假设所有入侵行为和手段都能表达为一种模式或特征，又称特征检测，即所有的入侵行为都有可以被检测到的特征

利用特征匹配的方法

异常检测
用户轮廓（Profile）
通常定义为各种行为参数及其阈值的集合，用于描述正常行为范围
指标
漏报率低，误报率高

特点
异常检测系统的效率取决于用户轮廓的完备性和监控的
频率
不需要对每种入侵行为进行定义，因此能有效检测未知
的入侵
系统能针对用户行为的改变进行自我调整和优化，但随
着检测模型的逐步精确，异常检测会消耗更多的系统资
源

误用检测
攻击特征库
当检测的用户或系统行为与库中的记录相匹配时，系统就认为这种行为是入侵

指标
误报率低、漏报率高
特点
采用模式匹配，误用模式能明显降低误报率，但漏报率随之增加，攻击特征的细微变化，会使得误用检测无能为力。

根据数据来源可分为
基于主机的IDS（HIDS)
        系统获取数据的依据是系统运行所在的主机
        保护的目标也是系统运行所在的主机
基于网络的IDS（NIDS）
        系统获取的数据是网络传输的数据包保护的目标是网络的正常运行

根据体系结构可分为
集中式IDS

有多个分布于不同主机上的审计程序，但只有一个中央入侵检测服务器。
可伸缩性、可配置性差

分布式IDS

将中央检测服务器的任务分配给多个HIDS，他们不分等级，负责监控当地主机的可疑活动。

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取

0682)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取