本文選題：粗糙集 + 屬性約簡��； 參考：《河北師范大學(xué)》2017年碩士論文

【摘要】：在當(dāng)今大數(shù)據(jù)時代的背景下,隨著數(shù)據(jù)種類增多、規(guī)模擴(kuò)大,大數(shù)據(jù)在各個領(lǐng)域中的重要性也與日俱增,安全事件的層出不窮使大數(shù)據(jù)安全問題面臨嚴(yán)峻的考驗(yàn)。網(wǎng)絡(luò)安全技術(shù)一直在不斷變革,從傳統(tǒng)的入侵阻止、入侵檢測發(fā)展到入侵容忍、可生存性研究,從關(guān)注信息的保密性發(fā)展到關(guān)注信息的可用性和服務(wù)的可持續(xù)性,從關(guān)注單個安全問題的解決發(fā)展到研究網(wǎng)絡(luò)的整體安全狀況及變化趨勢,網(wǎng)絡(luò)安全態(tài)勢評估已成為網(wǎng)絡(luò)安全技術(shù)的焦點(diǎn)。而態(tài)勢要素的提取是網(wǎng)絡(luò)安全態(tài)勢評估的基礎(chǔ),包括網(wǎng)絡(luò)結(jié)構(gòu)、資產(chǎn)、威脅等方面。前兩方面信息是基本固定的,威脅是未知的不確定的,而攻擊意圖又是威脅中的關(guān)鍵所在。因此攻擊意圖的提取也變得尤為重要。然而現(xiàn)有的攻擊意圖提取方法由于數(shù)據(jù)來源存在海量、冗余及錯誤等缺陷,對攻擊意圖的深層次分析不足,多源異構(gòu)數(shù)據(jù)背景的攻擊意圖提取技術(shù)不成熟等原因已無法滿足當(dāng)前網(wǎng)絡(luò)安全的需求。基于以上原因,本文提出了運(yùn)用粗糙集對攻擊意圖特征進(jìn)行提取的方法。基于粗糙集的攻擊意圖特征提取方法:首先對數(shù)據(jù)集進(jìn)行預(yù)處理。刪除特殊屬性與攻擊,以達(dá)到降維的目的,然后對數(shù)據(jù)庫根據(jù)適當(dāng)?shù)膶傩赃M(jìn)行分塊,以簡化數(shù)據(jù)集,更好地優(yōu)化屬性得到更理想的結(jié)果。進(jìn)而在簡化的數(shù)據(jù)集基礎(chǔ)上對其進(jìn)行離散化,根據(jù)數(shù)據(jù)集特征選用合適的離散算法,并與原始數(shù)據(jù)集離散效果進(jìn)行對比。基于離散化結(jié)果,對數(shù)據(jù)集屬性特征進(jìn)行約簡,運(yùn)用提出的基于改進(jìn)的回溯搜索優(yōu)化算法的決策粗糙集約簡方法提取其重要特征,以達(dá)到相對較好的結(jié)果,為攻擊意圖的預(yù)測提供有效的數(shù)據(jù)基礎(chǔ)。
[Abstract]:Under the background of today's big data era, with the increase of data types and the expansion of the scale, the importance of big data in various fields is also increasing day by day. The emergence of security incidents in endlessly makes the big data security problems face a severe test. Network security technology has been changing, from traditional intrusion prevention, intrusion detection to intrusion tolerance, survivability research, from information confidentiality to information availability and service sustainability. From focusing on the solution of individual security problems to studying the overall security situation and changing trend of the network, the network security situation assessment has become the focus of the network security technology. The extraction of situation elements is the basis of network security situation assessment, including network structure, assets, threats and so on. The first two aspects of the information are basically fixed, the threat is unknown and uncertain, and the intention of attack is the key to the threat. Therefore, the extraction of attack intention becomes particularly important. However, due to the defects of data sources, redundancy, error and so on, the existing attack intention extraction methods are insufficient in the deep level analysis of the attack intention. The attack intention extraction technology of multi-source heterogeneous data background is not mature, and so on, which can not meet the current network security requirements. Based on the above reasons, a rough set method is proposed to extract the feature of attack intention. The feature extraction method of attack intention based on rough set: firstly, the data set is preprocessed. The special attributes and attacks are deleted to achieve the purpose of dimension reduction, and then the database is divided into blocks according to the appropriate attributes to simplify the data set and better optimize the attributes to obtain more ideal results. On the basis of the simplified data set, the discrete algorithm is selected according to the feature of the data set, and compared with the result of the original data set discretization. Based on the discretization result, the attribute feature of the data set is reduced, and the decision rough set reduction method based on the improved backtracking search optimization algorithm is used to extract its important features, so as to achieve a relatively good result. It provides an effective data base for the prediction of attack intention.
【學(xué)位授予單位】：河北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周軍,張慶靈,陳文實(shí);覆蓋粗糙集的一般化[J];東北大學(xué)學(xué)報;2004年10期

2 邱兆雷;范穎;王愛云;;粗糙集理論及進(jìn)展[J];信息技術(shù)與信息化;2006年05期

3 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學(xué);2006年06期

4 石杰;;粗糙集理論及其應(yīng)用研究[J];科技信息;2008年33期

5 唐彬;;粗糙集理論和應(yīng)用研究[J];內(nèi)江科技;2008年03期

6 胡軍;王國胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2009年04期

7 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年09期

8 林國平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學(xué)院學(xué)報(自然科學(xué)版);2010年02期

9 王石平;祝峰;朱培勇;;基于抽象相關(guān)關(guān)系的粗糙集研究[J];南京大學(xué)學(xué)報(自然科學(xué)版);2010年05期

10 成新文;陳國超;李琦;;關(guān)于粗糙集的理論及應(yīng)用研究[J];煤炭技術(shù);2010年10期

相關(guān)會議論文 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國焊接會議論文集（第2冊）[C];2005年

2 尹宗成;;粗糙集理論在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡分類方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡中的應(yīng)用[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國控制會議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評價的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國控制會議論文集[C];2008年

8 王紅萍;萬程亮;金彥豐;;應(yīng)用粗糙集理論的對抗效果權(quán)重確定方法[A];2009’中國西部地區(qū)聲學(xué)學(xué)術(shù)交流會論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測中的研究[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 馬希驁;概率粗糙集屬性約簡理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識發(fā)現(xiàn)方法及其在ECG信號識別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域粒化粗糙計算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 王永生;基于粗糙集理論的動態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2016年

5 馬周明;基于邊界域的多粒度粗糙集及其相關(guān)度量[D];河北師范大學(xué);2017年

6 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識粗傳播研究[D];山東大學(xué);2007年

7 孔芝;粗糙集理論若干問題的研究與應(yīng)用[D];東北大學(xué);2009年

8 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

9 劉少輝;知識發(fā)現(xiàn)中粗糙集理論的研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2003年

10 鄧大勇;基于粗糙集的數(shù)據(jù)約簡及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險評估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評價研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學(xué);2015年

9 車世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

，

本文編號：1883108