

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、密級桂林電子科技大學碩士學位論文(全日制工程碩士)(全日制工程碩士)題目基于數據挖掘技術的混合入侵檢測系統(tǒng)模型研究(英文)(英文)StudyofHybridIntrusionDetectionSystemmodelBasedonDataMiningTechnology研究生學號:10211211研究生姓名:劉家星指導教師姓名、職務指導教師姓名、職務:朱國魂副教授申請學位門類:工程碩士學科、???、專業(yè):計算機技術提交論文日期:2012年9
2、月論文答辯日期:2012年12月摘要I摘要傳統(tǒng)入侵檢測系統(tǒng)在匹配行為模式時,必須事先知道這些行為模式的類別,然后根據安全領域專家知識背景手工編碼,因而存在適應性、有效性和擴展性方面的缺點。在入侵檢測系統(tǒng)中引入數據挖掘技術,可以自動為行為模式編碼,并通過歸納、聚類,分類等手段對審計數據進行分析,從中挖掘出隱含的異常行為模式。從而改進了傳統(tǒng)方法的缺點。本文從入侵檢測系統(tǒng)的有關概念和數據挖掘的相關技術介紹出發(fā),通過分析關聯規(guī)則、分類、聚類分析
3、等數據挖掘技術在入侵檢測系統(tǒng)中的應用,在典型的MADAMID模型和ADAM模型的基礎上,構建了一個基于數據挖掘技術的混合入侵檢測系統(tǒng)模型。主要研究成果如下:(1)研究了數據挖掘算法中的meansk?算法和???meansk算法,結合meansk?算法和???meansk算法的優(yōu)缺點,提出了一種基于半徑的???meansk算法,理論和實驗結果證明該算法在執(zhí)行效率和聚類準確率上要優(yōu)于meansk?算法和???meansk算法。(2)在構建聚
4、類分析模塊時,將聚類算法和樸素貝葉斯分類算法結合起來,通過概率統(tǒng)計方式提高聚類算法的準確率。(3)在構建濫用檢測引擎時,將規(guī)則庫中沒有的入侵行為劃分為未知的入侵行為和錯誤報警兩類,通過關聯規(guī)則算法對系統(tǒng)日志進行分析,從而使模型具備檢測未知入侵行為的能力。(4)通過分析典型的MADAMID模型和ADAM模型的優(yōu)缺點,結合異常檢測和濫用檢測兩種入侵檢測方式,利用???meansk算法和樸素貝葉斯分類算法構造關聯規(guī)則分析模塊和聚類分析模塊,構
5、建了一個基于數據挖掘技術的混合入侵檢測系統(tǒng)模型。本文采用KDDCUP99數據集在開源軟件Weka上進行仿真實驗。結果表明,本文提出的基于數據挖掘技術的混合入侵檢測系統(tǒng)模型相比于MADAMID模型,準確率提高約38.2%,檢測率提高約26.2%,誤報率降低約33.3%;相比ADAM模型,準確率提高約29.6%,檢測率提高約20.4%,誤報率降低約22.8%。關鍵詞:關鍵詞:入侵檢測;數據挖掘;聚類分析;樸素貝葉斯分類;關聯規(guī)則;means
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數據挖掘技術的混合入侵檢測技術研究.pdf
- 基于數據挖掘技術的入侵檢測模型.pdf
- 基于數據挖掘的入侵檢測系統(tǒng)模型研究.pdf
- 基于數據挖掘技術的入侵檢測模型構建.pdf
- 基于數據挖掘技術的混合式入侵檢測方法與模型研究.pdf
- 基于數據挖掘技術的入侵檢測系統(tǒng)研究.pdf
- 網絡安全入侵檢測技術——基于數據挖掘技術的入侵檢測系統(tǒng).pdf
- 基于數據挖掘技術的入侵檢測系統(tǒng)的研究.pdf
- 基于數據流挖掘技術的入侵檢測模型研究.pdf
- 基于數據挖掘技術的入侵檢測系統(tǒng)研究
- 使用數據挖掘技術的入侵檢測模型構建.pdf
- 基于數據挖掘的混合型網絡入侵檢測研究.pdf
- 基于數據挖掘的自適應入侵檢測模型研究.pdf
- 基于數據挖掘技術的入侵檢測系統(tǒng)研究與設計.pdf
- 基于數據挖掘與云模型的入侵檢測技術的應用研究.pdf
- 基于數據挖掘的網絡入侵檢測技術.pdf
- 基于數據挖掘的實時入侵檢測系統(tǒng)的研究.pdf
- 基于數據挖掘的Snort入侵檢測系統(tǒng)的研究.pdf
- 基于數據挖掘的入侵檢測技術應用研究.pdf
- 基于數據挖掘技術的校園網入侵檢測系統(tǒng)的研究.pdf
評論
0/150
提交評論