基于数据挖掘的网络入侵检测方法的研究.pdf

摘要入侵检测系统的出现使网络信息安全的保护从被动走向主动,这样在网络防海量数据中开发出入侵检测模型。它的研究具有重大的理论和现实意义。第一章绪论,回顾了网络安全的现状,讲述了计算机信息安全的一些概念,数据挖掘的入侵研究的必要性和可行性。本文对融数据的约简上使用了粗糙集理论。经过约简,属性间的独立性得斯分类器对Ⅺ数据进行学习和分类,将实验结果同决策树学习进行了比较。带来的风险。本文又提出了使用基于最小风险的贝叶斯分类器用于入侵检测的第四章改进权值树并将其用于异常检测。本文使用的系统调用序列的短序列海明距离的剪枝。以此作为数据结构进行入侵检测,检测的过程中利用了检测火墙基础上又增加了一道兼顾局域网内外的防护网。但是计算机系统的复杂化和网络数据的海量化,给安全审计网络数据带来极大的困难,数据挖掘技术的出现和机器学习理论的发展提供了解决这个问题的有效手段。我们可以从网络本文主要从数据挖掘的角度对网络数据进行分析,挖掘出入侵检测模型,用于入侵检测。以及入侵检测研究的必要性,和数据挖掘的概念分类方法等内容。论述了基于通过使用数据挖掘和机器学方法得到入侵检测的模型,进行入侵检测是本文的重点部分,主要有以下内容:第二章基于粗糙集的属性选择。网络侦听审计数据极其丰富,包括大量冗余信息,这不仅使生成入侵检测模型的代价过高,对于某些方法还是不可能的。到了保证。这是朴素贝叶斯分类器使用的前提。第三章贝叶斯分类器用于误用检测。在粗糙集约减的基础上,使用朴素贝叶由于入侵检测系统不仅要保证一定的准确率,而且还应在此条件下考虑误报所方法。作为系统的正常库。根据系统调用的短序列首先生成权值树森林,后进行基于经验同时也注意经验的更新。使用改进的权值树进行入侵检测,不仅可以检测出新的入侵行为,而且提高了入侵检测的时效性。安徽大学年硕士论文基于数据挖掘的网络入侵检测方法的研究
本文从基本的数据挖掘和入侵检测原理出发,按照数据挖掘的过程通过属性足了某些算法的要求。第五章总结了本文的主要工作和进一步的研究方向。约减的预处理,学习样本,检测效率的改进等步骤,最终实现了智能入侵检测。本文主要工作和特色如下:使用具有广泛数学基础的粗糙集约简海量数据网络侦听数据的属性,产生满足属性间独立性的入侵检测属性集,学习的时间效率得到提高,同时也满ū匆端估砺塾糜谌肭旨觳猓酆戏缦绽砺郏唤雎懔巳肭旨觳庀低匙既率和时效性的要求,也降低了入侵检测系统的风险。匀ㄖ凳鹘懈慕⒔溆糜谝斐H肭旨觳狻=虾玫睦昧死芳觳饩椋可以检测新的入侵行为,适用于实时的网络环境。关键词:数据挖掘,入侵检测,粗糙集约简,贝叶斯分类器,风险,权值树。安徽大学年硕士论文摘要Ⅱ
.删髐撕础辭飃乒㈣聄咖咖甊曲鹐蹴嘶鰊阛鞷砌鴈□..。鮡也浩逫矗盯甌琫緄安徽大学年硕士论文基于数据挖掘的网络入侵检测方法的研究鴌:.Ⅶ痶糟!蓿琫陁匏鹲玻珹仃.,鳍騦Ⅱ
,嘶【瞖.’╩.瞖:甋癳仃鄆辬餴Ⅱ也也瓺,篋,Ⅳ安徽大学年硕士论文褹甊’祝甌甀甌玎
黧嚣强脊淮ㄈ蝴黼馘翟墓、兰蝴¨∞痳他人已经发表或撰写过的研究成果,也不包含为获得安铬罐其他教育机构借阅·本人授权蹼N锸亓呀宦畚牡娜ú炕虿糠帜谌荼嗳胗泄厥菘饨本学位论文作者完全了解凄呜移錾有关保留、使用学位论文的规定独创性声明学位论文版权使用授权书日签字日期:年的学位或证书而使用过的材料。:签字日期:工作单位:电话:邮编:
第一章绪论网络安全的现状随着信息技术的迅猛发展和互联网目焖倨占埃贾铝思扑慊与互联科技的不断创新与升级,尤其是电子政务、电子商务、家庭信息化以及网络技术是一把”双刃剑”。网络的精妙在于互联,网络的问题也在于互联。信息瞪络国际化、社会化、开放化和个人化的特点,给人艟峁靶趴夜蚕怼保的计算机联成网络,开始进入了网上每一台计算机都可能被另外的计算机攻击的时期。网上信息被泄露,篡改和假冒,黑客入侵,计算机犯罪。病毒蔓延和不良信息传播,国际上环境信息的获取、使用和控制的斗争等等,对网络构成了严重威胁。随着政府、部门和行业对网络环境和网络资源依赖程度的加强。涉及国家安全和社会公共安全的所有重大问题都在阿络上表现出来。军事信息战等诸多新概念和新领域的提出与应用,正深刻地改变着传统社会的运行模式,时刻影响着全球各国在政治、经济和军事等方面的战略决策。信息网络设施和资源对于国家、企业和个人的重要性日益增强,在不断改变人们传统的生活、