【摘要】：網(wǎng)絡(luò)技術(shù)的發(fā)展,加快了信息化的同時,安全問題越來越凸顯。面對網(wǎng)絡(luò)安全問題,傳統(tǒng)的入侵檢測技術(shù)在異常數(shù)據(jù)多分類上,存在檢測率低,檢測效率慢等缺陷。為了解決檢測率低的問題,本文基于聚類算法對二叉樹支持向量機算法進行了改進,檢測率上有所提高;為了解決檢測效率低的問題,本文使用MapReduce技術(shù)在改進的算法基礎(chǔ)上進行了改進,檢測效率上有所提升。本文設(shè)計并實現(xiàn)了一套基于改進算法的入侵檢測異常數(shù)據(jù)分類與可視化系統(tǒng)。該系統(tǒng)主要由入侵檢測數(shù)據(jù)采集模塊、入侵檢測異常數(shù)據(jù)統(tǒng)計分析模塊、入侵檢測數(shù)據(jù)可視化模塊和系統(tǒng)管理模塊四個部分組成。其中,入侵檢測數(shù)據(jù)采集模塊主要負責入侵數(shù)據(jù)的獲取,入侵檢測異常數(shù)據(jù)統(tǒng)計分析模塊主要使用本文改進的多分類算法進行異常數(shù)據(jù)的分類,入侵檢測數(shù)據(jù)可視化模塊主要用于數(shù)據(jù)的整理、查詢、統(tǒng)計和圖表化展示,系統(tǒng)管理模塊主要用于告警規(guī)則的配置、報警的配置和用戶權(quán)限的管理。本文的研究目的是將入侵檢測數(shù)據(jù)收集到一起,通過統(tǒng)計分析模塊的自動化處理,最后在可視化界面上使用Highcharts技術(shù)進行數(shù)據(jù)展示,為預防和減少網(wǎng)絡(luò)入侵行為提供了判斷依據(jù)。
[Abstract]:With the development of network technology, the security problem becomes more and more prominent. In the face of network security problems, the traditional intrusion detection technology has many defects such as low detection rate and low detection efficiency in multi-classification of abnormal data. In order to solve the problem of low detection rate, this paper improves the binary tree support vector machine algorithm based on clustering algorithm, and the detection rate is improved. In order to solve the problem of low detection efficiency, this paper improves the detection efficiency by using MapReduce technology on the basis of the improved algorithm. In this paper, an intrusion detection anomaly data classification and visualization system based on improved algorithm is designed and implemented. The system consists of four modules: intrusion detection data acquisition module, intrusion detection anomaly data statistical analysis module, intrusion detection data visualization module and system management module. The intrusion detection data acquisition module is mainly responsible for the acquisition of intrusion data, and the intrusion detection anomaly data statistical analysis module mainly uses the improved multi-classification algorithm to classify the abnormal data. Intrusion detection data visualization module is mainly used for data collation, query, statistics and graphic display. The system management module is mainly used for the configuration of alarm rules, alarm configuration and user authority management. The purpose of this paper is to collect the intrusion detection data together, through the automatic processing of the statistical analysis module, and finally to use Highcharts technology to display the data on the visual interface, which provides the judgment basis for preventing and reducing the network intrusion behavior.
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP393.08

【參考文獻】

相關(guān)博士學位論文 前5條

1 李紅;流程挖掘算法研究[D];云南大學;2015年

2 劉積芬;網(wǎng)絡(luò)入侵檢測關(guān)鍵技術(shù)研究[D];東華大學;2013年

3 袁嵩;樹突狀細胞算法研究及在監(jiān)控系統(tǒng)入侵檢測中的應(yīng)用[D];武漢大學;2013年

4 李雁妮;深網(wǎng)數(shù)據(jù)集成與挖掘關(guān)鍵問題的建模及算法研究[D];西安電子科技大學;2013年

5 鄔書躍;基于支持向量機和貝葉斯分析技術(shù)的入侵檢測方法研究[D];中南大學;2012年

相關(guān)碩士學位論文 前10條

1 王偉;企業(yè)移動辦公綜合應(yīng)用系統(tǒng)設(shè)計[D];長春工業(yè)大學;2016年

2 王照清;大數(shù)據(jù)環(huán)境下數(shù)據(jù)查詢優(yōu)化技術(shù)應(yīng)用研究[D];北方工業(yè)大學;2016年

3 張馨允;基于Spark的Web文本挖掘系統(tǒng)的研究與實現(xiàn)[D];吉林大學;2016年

4 程文露;中國互聯(lián)網(wǎng)企業(yè)空間分布的數(shù)據(jù)挖掘—一種大數(shù)據(jù)分析模式[D];華東師范大學;2016年

5 王姍;基于Hadoop平臺的一種Apriori算法改進方法[D];吉林大學;2016年

6 林川;基于SNMP/IPMI的數(shù)據(jù)采集框架的設(shè)計與實現(xiàn)[D];中國科學院研究生院(沈陽計算技術(shù)研究所);2016年

7 吳恩英;基于支持向量機的高校課堂教學質(zhì)量評價研究[D];重慶師范大學;2016年

8 邢穎;銀行管理系統(tǒng)的研究與實現(xiàn)[D];遼寧科技大學;2016年

9 張之宣;云計算環(huán)境下實時日志分析系統(tǒng)的設(shè)計與實現(xiàn)[D];浙江大學;2016年

10 張彬;基于Spark大數(shù)據(jù)平臺日志審計系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學;2015年

，

本文編號：2341129