缓冲区溢出漏洞非常普遍,可存在于Windows、Unix、Netware、SQL Sever等各种系统和应用程序中,因此缓冲区溢出攻击技术也成为了一项广泛而基础的攻击技术,并且也成为目前攻击技术的主要发展方向之一。缓冲溢出攻击的常用手段就是通过改变程序的执行流程,转而去执行其植入的入侵代码,进而获得系统的root权限,对系统安全构成了巨大的威胁本文在模仿生物免疫系统设计的计算机安全系统模型GECISM(GEneral Computer Immune System Model)基础上构建了DAE (Detecting And Eliminating) Agent。此代理可通过第一次模糊检测,第二次精确检测来判定缓冲溢出攻击是否发生,进而通过定位入侵发生的位置对入侵进行消除。并在以下方面对“缓冲溢出类非我”的检测与消除进行了研究：训练集分为两部分,其一为入侵程序,用于提取规则进行F次模糊检测使用,其二为可能被入侵的对象,通过在Linux系统下定义了系统调用与返回地址组成的向量,利用二叉树这一特殊的数据结构进行向量存储,用于第二次精确检测；采用异常处理机制,将处理函数提前写入训练集的对象中,保存函数运行时的堆栈信息,如果入侵发生则启动该机制,使被入侵程序的运行恢复到初态,尽量减少入侵所造成的危害。