資源描述：
《基于數(shù)據(jù)挖掘技術(shù)的入侵檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、兩北T業(yè)大學(xué)堿：卜學(xué)位論義摘要傳統(tǒng)入侵檢測(cè)模型的建立過程效率低，研究成本高，而數(shù)據(jù)挖掘在未知知識(shí)獲取方面具有獨(dú)特優(yōu)勢(shì)，因此基于數(shù)據(jù)挖掘的入侵檢測(cè)成為研究熱點(diǎn)。入侵檢測(cè)不僅需要利用模式匹配技術(shù)來發(fā)現(xiàn)入侵行為，還需要在此基礎(chǔ)上利用數(shù)據(jù)挖掘技術(shù)對(duì)審計(jì)數(shù)據(jù)加以分析以發(fā)現(xiàn)更為復(fù)雜的和隱藏的入侵行為。本文重點(diǎn)是在研究數(shù)據(jù)挖掘方法的基礎(chǔ)一L，給出了～種混合入侵檢測(cè)系統(tǒng)的框架。具體工作包括：1．研究并改進(jìn)關(guān)聯(lián)規(guī)則算法用于建立網(wǎng)絡(luò)包特征規(guī)則使用并改進(jìn)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則挖掘算法，對(duì)網(wǎng)絡(luò)包特征進(jìn)行詳細(xì)的分析。入侵?jǐn)?shù)據(jù)包括網(wǎng)絡(luò)傳感器收集的網(wǎng)
2、絡(luò)中的大量數(shù)據(jù)包和主機(jī)傳感器收集的本地主機(jī)系統(tǒng)生成的目志，在入侵檢測(cè)系統(tǒng)客戶端中，我們利用加權(quán)關(guān)聯(lián)規(guī)則來提取特征和檢測(cè)模式。2．研究核機(jī)器分類算法來分類入侵檢測(cè)數(shù)據(jù)分類分析是數(shù)據(jù)挖掘技術(shù)中的關(guān)鍵技術(shù)．但傳統(tǒng)的分類分析算法對(duì)入侵檢測(cè)數(shù)據(jù)進(jìn)行處理有許多不足之處。我們使用DRc—BK算法分類入侵?jǐn)?shù)據(jù)，’方面可以取得良好的分類準(zhǔn)確度，另一方面分類規(guī)則可以被人類專家理解，從而有助于制定入侵預(yù)防和防止的措施。3．提出并建立了網(wǎng)站的入侵檢測(cè)框架分析了入侵檢測(cè)系統(tǒng)的實(shí)現(xiàn)方式和安全性能，探討了從網(wǎng)絡(luò)數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、構(gòu)造訓(xùn)練數(shù)據(jù)
3、集、數(shù)據(jù)過濾，到利用數(shù)據(jù)挖掘技術(shù)生成入侵檢測(cè)規(guī)則的整個(gè)過程的機(jī)理和實(shí)現(xiàn)方法。在j二述研究的基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)了?個(gè)入侵檢測(cè)系統(tǒng)框架。關(guān)鍵詞：網(wǎng)絡(luò)安全，入侵檢測(cè)，核機(jī)器西北工業(yè)大學(xué)碩j二學(xué)位論文ABSTRACTrraditionalintrusiondetectionmodelslackofeconomyandemcient；whiledataminingbasedmethodsbecomehotresearchbecausedatamininghasstrongpowerfromlearningunknownknow
4、ledge．Notonlypactermatchingshouldbeusedfordetectionintrusion，butalsodataminingshouldbeusedforanalysisstatisticdatasoastodetectmorecomplicatedintrusion．Thispaperfocusoilamixedintrusiondetectionsystem，thatisbasedonourresearchondataminingtechnology．Theresearchres
5、ultsincluding：1，Researchonimprovingassociationrulealgorithmforbuildingwebpackagefeaturerule．Webpackageisanalyzedbyimprovedassociationrole．Intrusiondataincludewebpackages，whichiscollectedbywebsensors，andweblogthatisgeneratedbylocalhostsystemsandcollectedbyhosts
6、ensors．Intheclientoftheintrusiondetectionsystem，wemineweightedassociationrulesandextractdetectionpattern．2．ResearchonkerneImachineclassificationalgorithmforclassifyingintrusiondetectiondata．ClassificationanalysisiskeytechnologyfordataminingHowever，whenappliedo
7、nintrusiondetection，traditionalclassificationalgorithmfacessomedi瓶culties．inthisthesis，weclassifyintrusiondatabyDRC—BKclassifier．Ononehand，wecangetgoodclassificationaccuracy；ontheotherhand，theclassificationruleisunderstandablebyhumanexpels，soastomakecontribute
8、fortakingmeasureforintrusionpreventing．3，Proposedandbuildaframeworkforintrusiondetection．Weanalyzetheimplementationandsecurityofintrusiondetectionsystems，discussingtheprocessandimp
