本文關(guān)鍵詞：數(shù)據(jù)挖掘在入侵檢測中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡(luò)信息化進(jìn)程不斷推進(jìn),如何應(yīng)對網(wǎng)絡(luò)中的惡意攻擊成為了一項(xiàng)非常重要的研究課題。入侵檢測技術(shù)作為網(wǎng)絡(luò)安全技術(shù)中的重要組成部分,能夠快速檢測和響應(yīng)網(wǎng)絡(luò)環(huán)境中的攻擊行為,但仍存在著檢測率低、誤報(bào)率和漏報(bào)率高的問題。數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘技術(shù)符合入侵檢測的應(yīng)用需求,將高效、準(zhǔn)確的關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用到入侵檢測系統(tǒng)中,能有效地改善入侵檢測的準(zhǔn)確性,從而提升網(wǎng)絡(luò)的安全性。論文主要針對關(guān)聯(lián)規(guī)則挖掘算法和入侵檢測兩個(gè)方面做了如下工作:1.論文分析了經(jīng)典的Apriori算法的概念、定義、過程及存在的問題,又分析了基于劃分、采樣、哈希等技術(shù)的Apriori改進(jìn)算法、FP-Growth和Eclat算法。2.論文提出了一種結(jié)合橫向和縱向數(shù)據(jù)掃描技術(shù)的頻繁項(xiàng)集查找算法-IFPA算法。該算法只需兩次掃描數(shù)據(jù)庫降低了I/O消耗,并且采用二進(jìn)制二維矩陣存儲(chǔ)事務(wù)數(shù)據(jù)庫加快了支持度的計(jì)算過程,從而加快了頻繁項(xiàng)集的生成過程。然后,通過T20I6D100K和retail數(shù)據(jù)集在不同數(shù)據(jù)規(guī)模和支持度下做了多組實(shí)驗(yàn),將論文提出的IFPA算法與經(jīng)典的Apriori算法、FP-Growth算法進(jìn)行頻繁項(xiàng)集查找速度的對比。實(shí)驗(yàn)結(jié)果表明IFPA算法表現(xiàn)出了更快的頻繁項(xiàng)集查找速度。此外,論文分析了IFPA算法的現(xiàn)有不足以及改進(jìn)方向。3.論文提出了一種基于IFPA算法挖掘規(guī)則的入侵檢測模型IAR-IDS,該模型能夠很好地處理混合型數(shù)據(jù)得到準(zhǔn)確的規(guī)則池,從而有效提升入侵檢測的檢測率和降低誤報(bào)率和漏報(bào)率。論文詳細(xì)描述了IAR-IDS模型各個(gè)階段的主要任務(wù)和處理過程,并給出了入侵檢測模型的評價(jià)指標(biāo)。4.論文編程實(shí)現(xiàn)了IAR-IDS模型的功能,并選用KDD CUP 99作為訓(xùn)練和測試數(shù)據(jù)集在不同數(shù)據(jù)規(guī)模下進(jìn)行了多組實(shí)驗(yàn),將論文提出的IAR-IDS模型與Crisp DM模型、Fuzzy DM模型對入侵檢測的檢測率、誤檢率和漏檢率三個(gè)指標(biāo)進(jìn)行了對比。實(shí)驗(yàn)結(jié)果表明論文提出的IAR-IDS模型在不同數(shù)據(jù)規(guī)模的實(shí)驗(yàn)下都表現(xiàn)出良好的檢測準(zhǔn)確性,尤其降低了入侵檢測的誤報(bào)率和漏報(bào)率。實(shí)驗(yàn)結(jié)果表明,論文提出的IFPA算法加快了關(guān)聯(lián)規(guī)則挖掘中頻繁項(xiàng)集的生成過程,并且基于IFPA算法的IAR-IDS模型也有效提升了入侵檢測的準(zhǔn)確性。
【關(guān)鍵詞】：入侵檢測 數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則 Apriori算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.13;TP393.08
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 本文研究背景11-12
• 1.2 研究現(xiàn)狀12-14
• 1.2.1 入侵檢測研究現(xiàn)狀12-13
• 1.2.2 關(guān)聯(lián)規(guī)則研究現(xiàn)狀13-14
• 1.3 本文研究目的和意義14-15
• 1.4 本文組織結(jié)構(gòu)15-17
• 第二章 相關(guān)知識(shí)和技術(shù)17-30
• 2.1 入侵檢測17-21
• 2.1.1 入侵檢測概述17
• 2.1.2 入侵檢測的分類17-19
• 2.1.3 入侵檢測的主要方法19-20
• 2.1.4 入侵檢測的挑戰(zhàn)和前景20-21
• 2.2 數(shù)據(jù)挖掘21-27
• 2.2.1 數(shù)據(jù)挖掘概述21-22
• 2.2.2 數(shù)據(jù)挖掘的過程22-23
• 2.2.3 數(shù)據(jù)挖掘的主要方法23-25
• 2.2.4 數(shù)據(jù)挖掘的應(yīng)用25-26
• 2.2.5 數(shù)據(jù)挖掘的挑戰(zhàn)和前景26-27
• 2.3 數(shù)據(jù)挖掘和入侵檢測27-29
• 2.3.1 數(shù)據(jù)挖掘和入侵檢測結(jié)合的必要性27-28
• 2.3.2 數(shù)據(jù)挖掘和入侵檢測結(jié)合的可能性28-29
• 2.4 本章小結(jié)29-30
• 第三章 關(guān)聯(lián)規(guī)則挖掘算法研究30-48
• 3.1 關(guān)聯(lián)規(guī)則的基本概念30-31
• 3.2 關(guān)聯(lián)規(guī)則算法分析31-36
• 3.2.1 Apriori算法31-34
• 3.2.2 改進(jìn)算法與分析34-36
• 3.3 IFPA算法36-47
• 3.3.1 IFPA算法的提出36-37
• 3.3.2 IFPA算法思想37-40
• 3.3.3 IFPA算法實(shí)例40-42
• 3.3.4 IFPA算法性能對比分析42-46
• 3.3.5 IFPA算法不足及改進(jìn)方案46-47
• 3.4 本章小結(jié)47-48
• 第四章 基于IFPA算法的入侵檢測模型IAR-IDS48-65
• 4.1 基于關(guān)聯(lián)規(guī)則的入侵檢測48-52
• 4.1.1 關(guān)聯(lián)規(guī)則在入侵檢測中的適用性48
• 4.1.2 CIDF框架48-49
• 4.1.3 關(guān)聯(lián)規(guī)則在Snort系統(tǒng)的研究49-50
• 4.1.4 相關(guān)技術(shù)在入侵檢測中的研究50-52
• 4.2 IAR-IDS總體結(jié)構(gòu)描述52-54
• 4.2.1 IAR-IDS的總體設(shè)計(jì)52
• 4.2.2 IAR-IDS的結(jié)構(gòu)52-53
• 4.2.3 IAR-IDS工作階段53-54
• 4.3 定義說明54
• 4.4 數(shù)據(jù)預(yù)處理階段54-56
• 4.4.1 數(shù)據(jù)記錄篩選55-56
• 4.4.2 數(shù)據(jù)屬性篩選56
• 4.5 離散化處理階段56-59
• 4.6 關(guān)聯(lián)規(guī)則挖掘階段59-60
• 4.7 數(shù)據(jù)檢測階段60-61
• 4.8 決策響應(yīng)階段61-63
• 4.8.1 響應(yīng)技術(shù)研究62
• 4.8.2 響應(yīng)報(bào)警設(shè)計(jì)62-63
• 4.9 入侵檢測系統(tǒng)評價(jià)標(biāo)準(zhǔn)63-64
• 4.10 本章小結(jié)64-65
• 第五章 實(shí)驗(yàn)65-74
• 5.1 實(shí)驗(yàn)描述65-66
• 5.1.1 實(shí)驗(yàn)?zāi)康?/span>65
• 5.1.2 實(shí)驗(yàn)環(huán)境65
• 5.1.3 實(shí)驗(yàn)數(shù)據(jù)65-66
• 5.2 實(shí)驗(yàn)過程66-73
• 5.2.1 數(shù)據(jù)篩選66-67
• 5.2.2 離散化處理67-68
• 5.2.3 關(guān)聯(lián)規(guī)則挖掘68
• 5.2.4 檢測結(jié)果與分析68-73
• 5.3 本章小結(jié)73-74
• 第六章 總結(jié)與展望74-76
• 6.1 工作總結(jié)74
• 6.2 展望74-76
• 致謝76-77
• 參考文獻(xiàn)77-81

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 袁遇晴;況湘玲;凌利軍;;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)入侵檢測研究[J];計(jì)算機(jī)安全;2014年07期

2 郭亮;;用CRISP-DM模型來規(guī)范企業(yè)數(shù)據(jù)中心建設(shè)[J];華北科技學(xué)院學(xué)報(bào);2008年04期

3 齊雁,李石君,薛海峰;對演變數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的新方法[J];計(jì)算機(jī)工程;2002年11期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 鄭慧;基于入侵檢測系統(tǒng)的校園網(wǎng)絡(luò)安全模型設(shè)計(jì)[D];吉林大學(xué);2004年

2 郭鑫;基于CRISP-DM的流程可視化數(shù)據(jù)挖掘工具的研究與實(shí)現(xiàn)[D];東華大學(xué);2009年

  本文關(guān)鍵詞：數(shù)據(jù)挖掘在入侵檢測中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：279912