【摘要】：近年來，隨著互聯(lián)網(wǎng)的發(fā)展，在互聯(lián)網(wǎng)給人們帶來了各種享受的同時，也帶來了各種安全問題，入侵攻擊就是其中嚴重的安全問題之一。 入侵檢測是在傳統(tǒng)的安全防御系統(tǒng)基礎上又增加的一個安全措施，提供了對各種操作的實時保護，可有效的保護網(wǎng)絡使其在可能遭受入侵之前就能夠檢測到入侵行為，是一種積極主動的安全防護技術。伴隨著因特網(wǎng)的迅猛發(fā)展，網(wǎng)絡規(guī)模日益龐大，網(wǎng)絡環(huán)境日益復雜，發(fā)生的網(wǎng)絡攻擊事件呈現(xiàn)大幅上升趨勢。因而，必須有效地改進現(xiàn)有入侵檢測算法的速度和精度。 在各種檢測算法中，貝葉斯分類算法是數(shù)據(jù)挖掘方法中一種高效、快速的分類算法，是最重要的分類算法之一。近年來，基于貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘取得了良好的效果，成為研究熱點，，也成為了入侵檢測技術的一個重要研究方向。傳統(tǒng)的貝葉斯網(wǎng)絡分類算法以完整數(shù)據(jù)為前提，而現(xiàn)實中，由于各種原因，截取到的網(wǎng)絡數(shù)據(jù)往往會有許多丟失。因此，傳統(tǒng)的貝葉斯網(wǎng)絡學習算法，將難以有效適用于具有缺失數(shù)據(jù)的入侵檢測系統(tǒng)。為此，本文提出了一種新的檢測算法。新算法先利用粗糙集的屬性約簡算法，對缺失數(shù)據(jù)集進行屬性約簡，解決因?qū)傩赃^多而導致的貝葉斯網(wǎng)絡結構復雜、訓練和測試過程計算量過大、系統(tǒng)資源消耗過多的問題；之后提出具有缺失數(shù)據(jù)的貝葉斯網(wǎng)絡學習算法：基于分布的貝葉斯網(wǎng)絡結構學習算法。 基于粗糙集的屬性約簡方法，對具有缺失數(shù)據(jù)的數(shù)據(jù)集，有很好的屬性約簡效果，能有效去除冗余屬性，大大降低分類器的計算復雜度。同時，基于分布的貝葉斯網(wǎng)絡結構學習算法，將有缺失數(shù)據(jù)的屬性項，根據(jù)頻數(shù)合理地分配到有關觀測值的頻數(shù)中，充分利用了不完整數(shù)據(jù)集中所包含的信息。實驗表明，新算法有效地提高了檢測的速度和精度。
【學位授予單位】：北方民族大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.08;TP18

【參考文獻】

相關期刊論文 前10條

1 朱小飛,卓麗霞;一種基于量化容差關系的不完備數(shù)據(jù)分析方法[J];重慶工學院學報;2005年05期

2 王理冬;汪光陽;程澤凱;朱孝宇;;貝葉斯網(wǎng)絡的發(fā)展與展望[J];安徽工業(yè)大學學報(自然科學版);2006年02期

3 王越;譚暑秋;劉亞輝;;基于互信息的貝葉斯網(wǎng)絡結構學習算法[J];計算機工程;2011年07期

4 馬凌;蔣外文;王加陽;;基于Rough Set理論的一種屬性值約簡算法[J];計算機與數(shù)字工程;2006年09期

5 王潔松;張小飛;;KDDCup99網(wǎng)絡入侵檢測數(shù)據(jù)的分析和預處理[J];科技信息(科學教研);2008年15期

6 戴成強;彭宏;;CBR技術在網(wǎng)絡入侵檢測系統(tǒng)中的應用[J];計算機工程與設計;2007年08期

7 張新有;曾華q

本文編號：2512815