计算机安全
课件逐页原文

4-1 入侵检测系统2026(1).pptx:逐页可提取文字

这是课件文字提取,保留原始表述与可能的笔误。建议先阅读对应主题笔记,再对照原课件。

原课件;共83页。以下是文字提取,未经逐句纠错;图中文字、截图代码、公式对象及动画关系可能无法完整提取。阅读主题笔记后,可按页码回原文件查看。

第 1 页#

计算机安全
@
入侵检测系统

备注区文字#

大家好。本节课我们介绍对称密钥加密算法。

第 2 页#

内容提要
入侵检测系统概念
入侵检测系统误报率与贝叶斯定理
入侵检测系统实例
Snort
入侵检测系统检测算法
模式匹配算法
多模式匹配算法
现代方法
2

第 3 页#

入侵检测系统
入侵(Intrusion)定义为未经授权的计算机使用者以及不正当使用(misuse)计算机的合法用户(内部威胁),危害或试图危害资源的完整性、保密性、可用性的行为
入侵检测(Intrusion Detection,ID)通过监测计算机系统的某些信息,加以分析,检测入侵行为,并作出反应
入侵检测系统(Intrusion Detection System,IDS)是实现入侵检测功能的硬件与软件。入侵检测基于一个观察,即:许多入侵行为与正常行为有显著的不同,因而是可以检测的


预防
Prevent

检测
Detect

恢复
Restore

反应
Response

Protect

备注区文字#

入侵属于对计算机系统的不正当使用。

第 4 页#

入侵检测系统结构 
事件产生器(Event generater, E-box)收集入侵检测事件,并提供给IDS其他部件处理。事件可以是网络活动也可是系统调用序列等系统信息。
事件分析器(Analysis engine, A-box)对输入的事件进行分析并检测入侵。
事件数据库(Event database, D-box)存储和管理E-boxes 和 A-boxes 产生大量数据,用于IDS的训练和证据保存。
事件响应器(Response unit, C-box)对入侵做出响应,包括向管理员发出警告,切断入侵连接,根除入侵者留下的后门以及数据恢复等。          
、

第 5 页#

入侵检测系统分类
检测方法
误用检测(misuse detection)
异常检测(anomaly detection)
混合检测
数据源
来自主机,系统调用序列,存储系统的活动记录,系统日志等
来自网络,网络包

第 6 页#

入侵检测系统检测方法
误用检测
也称为基于特征的检测,
建立已知攻击的知识库
判别当前行为是否符合已知的攻击模式
机制:状态模型、专家系统、正则表达式匹配
异常检测
也称为基于行为的检测
建立用户的正常使用模式知识库
标识出不符合正常模式的行为
机制:统计、机器学习方法

第 7 页#

入侵检测系统的评价
处理高速网络流量的能力
自身抗攻击的能力
误报率和漏报率
协同事件的能力
检测新攻击的能力

第 8 页#

误报率-混淆矩阵





正常
攻击、
不可判定
攻击
报告攻击
正常
报告正常
误报率:误报的数量占所有正常事件的比例

第 9 页#

一个思想实验
一个精确的异常检测系统。检测的准确率为99%。
恶意事件的出现率为1/10000。
问题:当系统报告一个攻击时(A),正确的概率(是攻击事件T)是多少?
估算:检测的准确率大于多少时,当系统报告一个攻击时(A),正确的概率接近50%。
2026/11/3
9

第 10 页#

Bayes定律
P(B|A)=P(A|B)P(B)/P(A)
P(A):事件A的概率
条件概率
P(A|B):在给定事件B发生时发生事件A的概率
P(A|B)=|A∩B|/|B|

2026/11/3
10
      
    A
                    
                 B
A∩B

第 11 页#

计算P(T|A)
攻击的概率
P(T)=1/10000
事件被报警的概率P(A)未知
P(A|T)=99%,
P(A)=P(A|T)P(T)+P(A|!T)P(!T)
=0.99*0.0001+0.01*0.9999=0.10098
根据Bayesian定理
P(T|A)= P(A|T)P(T)/P(A)=0.00098

2026/11/3
11

第 12 页#

IDS误报率




现实中,攻击行为占比很少。导致正确率很高的检测器可能有较高的误报率。
例如设检测器检测正确率为99%,攻击占全部事件的1%,则:
报警的准确度为1%
99%为误报
IDS的核心问题:降低误报率!

第 13 页#

网络入侵检测系统Snort
著名开源NIDS,采用误用检测,包含:网络包的解析器、检测引擎、日志和报警子系统
利用libpcap库作为捕获数据包的工具
特点
设计原则:简单、灵活、高性能
协议分析和模式匹配、正则表达式匹配
特征描述语言:可描述攻击行为
插件子系统:实现系统功能扩展

第 14 页#

网络数据包解析
按照网络协议栈的分层解析包
按照协议层次依次处理各层包头
每一层协议栈都对应一个处理函数
从链路层,到传输层,直到应用层
支持链路层和TCP/IP协议
以太网、令牌网、FDDI

第 15 页#

Snort的规则 pcre
alert tcp any any -> 192.168.1.0/24 111 (content:"|00 01 86 a5|"; msg: "mountd access";)

规则头

规则选项
Snort的规则:
针对已经发现的攻击,编写规则
响应方式(alert),协议(tcp),以及IP地址和端口号,
content域指定了在包数据中搜索的内容模式

第 16 页#

规则选项
content 和 pcre
content: 用于匹配固定字符串,适合匹配简单的特征。
pcre: 用于匹配复杂的模式,支持正则表达式,适合匹配灵活多变的攻击 payload。
结合使用: 将 content 和 pcre 结合使用,可以提高检测的准确性。例如,使用 content 匹配关键字,使用 pcre 匹配变量部分。
其他选项
nocase: 忽略大小写。
depth: 指定搜索的最大深度。
offset: 指定搜索的起始位置。
distance: 指定多个匹配内容之间的距离。
fast_pattern: 使用快速模式匹配。
http_uri: 匹配 HTTP URI 部分。
session: 记录指定会话的应用层信息。
规则与性能
先处理匹配几率低的规则选项(如内容匹配),排除后续操作

16

第 17 页#

Snort规则实例
alert tcp $EXTERNAL_NET any -> $HOME_NET any (msg:"SHELLCODE x86 NOOP"; flow:to_server,established; content:"|90 90 90 90 90 90 90 90|"; content:"|90 90 90 90 90 90 90 90|"; content:"|90 90 90 90|"; pcre:"/\\x90{10,}/"; metadata:service http; classtype:shellcode-detect; sid:1390; rev:10;)
alert tcp $EXTERNAL_NET any -> $HTTP_SERVERS $HTTP_PORTS (msg:"WEB-MISC SQL injection attempt"; flow:to_server,established; content:"union"; nocase; http_client_body; content:"select"; nocase; http_client_body; pcre:"/union(\s)+select/i"; content:"from"; nocase; http_client_body; content:"where"; nocase; http_client_body; metadata:service http; classtype:web-application-attack; sid:1000001; rev:1;)

17

第 18 页#

Snort规则数据结构
在Snort的检测引擎中规则被解析为决策树结构

第 19 页#

2026/11/3
19
针对IDS的拒绝服务类攻击
超载攻击 当网络流量超过IDS的处理能力时,IDS的处理能力将急剧下降甚至完全瘫痪。攻击者通过某些手段使网络流量达到饱和,迫使IDS大量丢包。这种攻击还可针对目标IDS系统采用的检测算法进行算法攻击。
资源耗尽攻击 通过发送大量残缺TCP数据段以及IP分片耗尽IDS的存储资源,使IDS不能正常工作。

第 20 页#

加密流量处理
SSL/TLS解密(中间人方式)
元数据分析(Metadata Analysis)
分析HTTPS流量的元数据(例如,SNI、流量模式、连接频率等)
基于行为的异常检测(Anomaly-Based Detection)
对正常流量模式建模,来识别与正常行为偏差较大的活动
恶意软件、数据泄露
EDR(Endpoint Detection and Response,端点检测和响应)
EDR部署在客户端设备上,可以直接查看未加密的流量和活动
20

第 21 页#

2026/11/3
21
IDS性能问题
在高速网络上工作
10Gbps以太网、G比特光纤网 …
DPI处理能力显著下降,发生丢包、漏报
更复杂的攻击模式集合
模式数量巨大,
Snort的模式数量接近10,000
攻击模式的描述手段:从字符串到正则表达式
空间占用和处理速度的两难问题
算法复杂攻击
使DPI算法进入最坏情况,造成拒绝服务。
目前除了通过修改算法还没有其他有效的方法。

第 22 页#

2026/11/3
22
IDS性能问题
DPI = 深度网络数据包检测 
网络入侵检测系统(NIDS)、防火墙系统的核心功能
DPI深入到数据包的载荷处理
高层协议分析、攻击特征码匹配
协议分析。协议分析可以显著地缩小检测模式范围,从而减少内容检查,提高了入侵检测的效率。
内容检查。这是目前大多数网络入侵检测系统最重要的检测手段,内容模式取自攻击数据包的字符串特征。一般在协议分析之后对包内容进行特征串匹配,但相反的顺序可能提高检测效率
内容检查占全部处理时间的1/3

第 23 页#

2026/11/3
23
DPI vs 正则表达式匹配
DPI的中心问题:高效多正则表达式匹配
识别多表达式的DFA
高速度,对输入扫描一次
状态大爆炸
两个DFA的合并,状态数可能为二者之积
88个snort规则占用15G的内存空间
多个有限状态机
空间很小
速度差,需硬件支持

第 24 页#

提高IDS的性能 
提高单机检测性能
采用高效检测算法
多模式匹配/多正则表达式匹配
采用高性能硬件
FPGA、GPU、多核处理器
多机并行 
网络流量的分割
处理任务的分割

第 25 页#

IDS中使用的数据结构&算法
(组合)模式匹配算法
单模式匹配 kmp bm Sunday…
多模式匹配 AC WM… 
正则表达式处理、非精确模式匹配
数据结构:AC自动机(TRIE)、后缀树、后缀自动机、后缀数组、紧凑数据结构
应用领域
病毒扫描、入侵检测、搜索引擎、大数据处理

第 26 页#

模式匹配算法
模式匹配算法
Brute Force算法
Knuth-Morris-Pratt (KMP) 算法
Aho-Corasick多模式匹配算法
Boyer-Moore算法
现代技术
后缀树与后缀自动机
基于因子识别的算法
Bit并行算法与非标准模式匹配
Snort IDS中的匹配算法应用

第 27 页#

Notions
字母表 ∑={1,2,…,σ}
String
t = t[1]t[2] ・・・t[n] on ∑
ε:空串
Substring(factor) 子串、因子
t[i.. j] = t[i] t[i + 1] ・・・t[j]
Suffix: t[i.. n] 或 t[i..] 后缀
Prefix: t[1.. j] 或 t[.. j] 前缀
Concatenation: uv

第 28 页#

蛮力算法Brute Force
模式P 长度为m
文本T 长度为n
P在T的位置x处 出现:
T = bacbabababacbb
        P = ababa                       x=4
                   ababa                   x=6
找到P在T中的出现的最直接的方法:
在T的所有位置上检查P的出现
运行时间: 最坏情况 O(nm)

第 29 页#

Brute Force
对一个位置的匹配中已经获得了对于文本的”知识”
例如:

P能出现在x+1, x+2么?

第 30 页#

Brute Force
对一个位置的匹配中已经获得了对于文本的”知识”
例如:

P能出现在x+1, x+2, x+3么?

第 31 页#

观察
假设 P 在T[x…] 处匹配了 k 个字符
P[0..k-1] == T[x..x+k-1],
对于 0<r<k,
如果 T[x+r…x+k-1] 不是 P的前缀,
则 P 不能出现在 x + r 处

第 32 页#

略过位置
当 T[x..] 匹配了P的k个字符,
P[0..k-1] == T[x..x+k-1]
我们可在最左 x+r 处重新匹配
如果T[x+r..x+k-1] 是P的前缀
略过了 r 个位置

第 33 页#

在此例中:
下一个匹配开始于x+3处

第 34 页#

在此例中:
下一个匹配开始于x+3处

第 35 页#

算 可略过的位置数
已匹配的前缀P[0..k-1],
P[0..k-1]的后缀中最长的前缀为P[r..k-1]
则略过位置数为r
K=3, r=3
K=5, r=3

第 36 页#

模式匹配自动机
字母表 ∑
状态 i 代表前缀p[1,i]。
边
前向边,如果sa是P的前缀,则有边(s, a, sa), 记为 follow(s, a)=sa
后向边,如果sa不是P的前缀,则有边(s, a, s’), s’是sa后缀中最长的前缀
初始状态0,终止状态|s|
p=ababba 的部分模式匹配自动机,只有前向边

第 37 页#

模式匹配自动机
p=ababba 的(full)模式匹配自动机
goto(i,a):串 p[1,i]a 后缀中最长的前缀

第 38 页#

fail函数
fail(s, i)  
前缀 p[1, i] 的后缀中最长的前缀

引入状态⊥ (对应长度为-1的串)
follow(⊥, 任意字符)=p0
fail(p0)= p-1=⊥

第 39 页#

通过fail计算goto函数
goto(4,a)=3

第 40 页#

通过fail计算goto函数
goto(5,b)=0
问题:自己动手计算goto(4,c)

第 41 页#

Morris-Pratt (MP)算法
没有Kunth优化的算法

第 42 页#

MP算法
O(m+n) 第一个线性算法!
MP算法对应的有限状态自动机. 模式p, |p|=m
状态集合:模式前缀集合, p为终止状态
follow Function, follow(s, a)
如果sa是s的前缀,则follow(s, a)=sa
否则follow(s, a)未定义
failure Function,后缀链接
fail(s):s的后缀(不包含s)中最长P的前缀
引入状态⊥ (对应长度为-1的串)
follow(⊥, 任意字符)=p0
fail(p0)= p-1=⊥

第 43 页#

MP算法
goto(s,a) 
{
    while(follow(s,a)==未定义)    
        s=fail(s);
    return  follow(s,a);
}

Match(T)
{
    s= p0;
    for( i=1 to |T|){
        if( s 是终止状态 )
           return 匹配!;
        else  
            s=goto(s,T[i]);
    }
}

第 44 页#

fail函数的构造
fail(s)的定义:
s的后缀(不包含s)中最长P的前缀

分层 递归
fail(p0) = ⊥
fail(pi) =?
看fail(pi-1)有没有字母为P[i]的边
如果有,则fail(pi) 是
    此边指向的状态
如果没有,则沿着失败链向后找…

直到找到P[i]边,这条边指向的状态就是fail(pi) 

Compute_fail()
{
    s = fail(p0) = ⊥;
    for( i =1 to |P| ){
        s = goto(s, P[i]) ;
        fail(pi) = s ;
    }
}

第i次循环中 s=fail(pi-1)

第 45 页#

时间复杂(分摊分析)
对文本扫描一遍,无回头扫描
O(n)
调用了多少次fail函数?
从自动机看
向左的移动距离 >= 向左移动的距离=调用fail的次数
向右的移动距离= 对文本扫描的距离=n
调用fail的次数=O(n)
fail构造复杂度
向左的移动距离>= 向左移动的距离=调用fail的次数
向右的移动距离= 对模式扫描的距离=m
O(m)
O(m+n)

第 46 页#

Knuth-Morris-Pratt (KMP) 算法
KMP算法与MP算法的区别

第 47 页#

多模式匹配问题
在文本 T 中找到模式集合中模式的出现
模式集合: P 
Aho and Corasick,1975
基于有限状态自动机
AC自动机

第 48 页#

Aho-Corasick多模式匹配算法
AC自动机算法是MP算法的多模式扩展

AC自动机包括
Follow Function
failure Function
AC自动机goto函数的实现是用二者的结合

第 49 页#

Aho Corasick 自动机 
follow function: a trie of the patterns
failure function: 对于每个前缀, 其后缀中最长的模式前缀对应的trie节点
MP算法的fail函数的多模式推广
output function: 报告每个前缀的后缀中匹配的模式

第 50 页#

Trie
字符串集合的Trie结构是一颗树,对应于AC自动机的follow函数
模式的每个前缀对应一个状态
s和sa是模式的前缀,则有边(s,a,sa)
前缀压缩(合并)

第 51 页#

Aho Corasick 自动机–trie

h
i
he
ir
is
her
iri
iris
P = {her, iris, he, is}
模式的trie对应着AC自动机的
follow 函数
每个模式前缀对应一个状态
trie的边上的字母是边目标状态的最后一个字母

第 52 页#

AC自动机 - failure link

h
i
he
ir
is
her
iri
iris
P = {her, iris, he, is}
缺省失败链接指向根
s的失败链接指向s的后缀中最长的模式前缀
从状态s起始的失败链接最终到达根,构成了s的失败链

第 53 页#

Aho Corasick 自动机- output

h
i
he
ir
is
her
iri
iris
P = {her, iris, he, is}
如果当前状态的失败链中有状态有模式标志,则要加入匹配标志
对应着模式的状态加上模式标志位
匹配中若当前状态有匹配标志,则需要沿着失败链报告所有模式的匹配

第 54 页#

follow函数的实现方法
跳转表 O(1), O(|P||Σ|log|P|)
数组+二分查找 O(log|Σ|), O(|P|log|P|)
平衡二叉树O(log|Σ|), O(|P|log|P|)
紧凑数据结构O(1), O(|P|(|Σ|+log|P|))

集合数据结构

第 55 页#

Aho Corasick – 分析
AC自动机构造算法时间复杂为 O(|P|)
|P|模式集合中模式的长度之和
模式匹配搜索时间复杂 O(n + occ)
occ为模式出现次数
... 在固定字母表上!
对于整数字母表, Σ=O(nc), 用平衡树等结构

备注区文字#

text length + appearances   O(m+k)
Branching method determines the complexity of the query:




However we can do better than this, like s.t. that are now built in linear time! Indeed our algorithm does better.

第 56 页#

AC算法的模式匹配搜索时间复杂度中为何包含occ?

思考问题

第 57 页#

状态转换函数
引入状态⊥,状态转换简化为:
goto(s,a) 
{
    while(follow(s,a)==未定义)    
        s=fail(s);
    return  follow(s,a);
}
搜索时间复杂 O(n + occ)

第 58 页#

failure链接的构造
按照节点的深度分层
按层由浅到深递增填写fail链接
时间复杂O(|P|)

第 59 页#

模式匹配自动机
模式匹配自动机
取消失败函数
失败链接  边
(s, a, goto(s,a) )
全部字母都对应跳转边
比AC自动机需要更多的空间

第 60 页#

思考

AC算法是MP算法的多模式扩展,如何将KMP扩展为多模式?

第 61 页#

小结
蛮力算法
KMP模式匹配算法
AC自动机多模式匹配算法
重点和难点
失败链接
均摊分析
Knuth优化
61

第 62 页#

作业
编程实现蛮力算法,KMP算法。比较二者性能。输入包括随机串,模式重复串。考察二者在不同输入的性能差异。
编程实现AC自动机算法,包括AC自动机的构造、匹配算法实现。优化follow函数的实现。分析fail函数的特征,优化fail函数实现。
要求:
给出程序设计描述,结构描述。
给出程序测试,包括正确性测试和性能测试。设计测试实例,展示测试结果。
62

第 63 页#

Boyer-Moore (BM) algorithm
对模式 P 中的字符从右向左匹配:后缀识别
可不用扫描全部输入字符,平均匹配时间c·n, 常量 c <1 (随机或真实文本), 但最坏情况是O(n·m).
可以将BM算法的最坏情况改进到O(n),记录文本后缀中最长的模式后缀。

第 64 页#

Good-suffix shift

第 65 页#

Good Suffix位移
输入字符在模式x的位置z处失配
当前输入的后缀匹配了从z+1开始的x后缀u
情况1:找到u在z+1之前的最后一次出现位置z’,且x[z’]≠x[z]。重启匹配过程。新匹配窗口的结束向右移动 z - z’ 个字符。
情况2:u在z+1之前没有出现,此时确定u的后缀中最长x的前缀,窗口向右移动。

第 66 页#

Bad-character shift

第 67 页#

Bad-character shift
模式中不包含b

第 68 页#

扩展的Bad-character shift
如果失配字母是x的最后一个字母 b
Bad-character shift 为 0
优化后位移由b的倒数第2次出现决定
一个优化:b 在当前失配位置之前的最后一次出现,窗口位移由这个位置决定
保证了bad-character shift总会向右移动匹配窗口

第 69 页#

BM实例
             7 6 54 3 2 10 
模式x = GCAGAGAG
计算bad char: 输入字符b失配,b在反向第一次出现的反偏移
计算Good suffix:窗口右移长度
bmGS[i]:第i+1后缀匹配,但i处字母失配时,窗口向右移位的距离



特殊情况
bmGS有m个元素
                                            bmGS[-1]=全匹配移位
相当于左结束符不匹配

x的最后一个字母G
bmGS[G] = G的第二次出现
G作为失配输入,则x的匹配数>1,若使用原始Bc定义,导致窗口像左移

第 70 页#

计算Good suffix表
X代表失配
 ???????????X?
GCAGAGAG

   ????????XG?
GCAGAGAG

   ??????XAG?
GCAGAGAG
匹配窗口右移
?????????X???
  GCAGAGAG

????????XG???
                  GCAGAGAG

 ??????XAG???
          GCAGAGAG

第 71 页#

BM匹配实例

第 72 页#

KMP算法与BM算法的比较
KMP算法的实际性能不好,一般实际中不用
BM速度快,但最快的BM类算法不是完整BM算法而是简化的版本
复杂的算法反而比简单的算法实际性能差

第 73 页#

思考题
设计能够识别串s所有子串的数据结构与算法
输入p,能够在O(|p|)时间内判定p是否是s的子串
尽力压缩空间,试试能否达到O(|s|) word
设p=ababb,给出此数据结构实例

第 74 页#

Bit并行算法
非确定性自动机NFA
模式匹配NFA
MP自动机的非确定化
形状极简单:线性,而非树、图
模式匹配NFA的使用
初始状态永远活跃
活动状态集合=当前输入中的后缀中匹配的所有前缀的集合
状态转换
活跃状态集合的转换

第 75 页#

NFA与DFA
NFA需要并行机制的支持
适合硬件实现
空间占用小
DFA只需串行操作
适用于基于存储的系统
空间占用大

第 76 页#

模式匹配NFA的比特并行实现
比特并行
CPU对机器字的多个bit的处理是并行的
常见机器字长 32、64、128、256
算术运算
逻辑运算
假定模式长度小于机器字长!
模式匹配NFA状态与机器字的bit对应
保留顺序
Bit取值
1:对应状态活跃 
0:对应状态未激活

第 77 页#

Shift-And 算法
模式p, |p|=m,输入t, |t|=n
状态向量D = dm…d1. p的每个前缀对应一个bit,
di = 1 代表前缀 i 匹配 (匹配了已处理的输入的一个后缀)
di = 0 代表前缀 i 未匹配
表 B:每个字母对应一个bit向量
B[a]=所有a在p中出现的位置置1,否则置0
状态转换
D ← ((D<<1) | 0m-11) & B [t[i+1]]

第 78 页#

Shift-And 算法
Shift-And (p , t) 
1. Preprocessing 
2. For c ∊ Σ Do B[c] ← 0m 
3. For j ∊ 1 ... m Do B[p[j]] ← B[p[j]] | 0m-j 10j-1 
4. Searching 
5. D ← 0m 
6. For pos from 1 to n Do 
7. D ← ((D << 1) | 0m-1 1) & B[t[pos]] 
8. If D & 10m-1 ≠ 0m then report an occurrence at pos - m + 1 
9. End of for

第 79 页#

Shift-Or 算法
Shift-Or算法
观察:移位后,移入的bit是0
用0代表匹配,则无需 & 0m-11
状态向量D = dm…d1
di = 0 代表前缀 i 匹配 (匹配了已处理的输入的一个后缀)
di = 1 代表前缀 i 未匹配
表 B:每个字母对应一个bit向量
B[a]=所有a在p中出现的位置置0,否则置1
状态转换  
D ← (D<<1) | B [t[i+1]]


79

第 80 页#

Example Shift-Or
字符串是小端顺序比特向量是大端顺序

第 81 页#

通配符匹配
比特并行算法可实现带通配符的模式匹配
通配符 * 匹配任意字符
表 B:每个字母对应一个bit向量
 B[a] = 所有 a 在 p 中出现的位置置1,否则置0
 若 pi 为通配符,则所有 B 元素的第 I 位置置1
比特并行算法可实现字符集合匹配

第 82 页#

AC自动机对应的NFA
用bit对应自动机状态
状态转换
Shift-And不再适用
查表法
同时活跃状态在一条后缀链上
思考题:
如何通过word运算枚举每个活跃状态?

第 83 页#

总结
比特并行模式匹配算法模拟了模式匹配NFA
模式长度不超过机器字长时性能较高
重点
AC多模式匹配
BM算法
bit并行算法
83
— 本篇阅读完毕 —
来源:计算机安全知识点 / 99_附录/课件逐页文字/4-1 入侵检测系统2026(1).pptx.md 下载原文
输入关键词,在三个知识库中搜索
支持正文检索 · 直接定位章节Esc 关闭