关联规则挖掘的改进算法在入侵检测中的应用

论文摘要

计算机网络技术的迅速发展极大地改变了人们的生活,网络资源的共享越来越广泛。与此同时,计算机系统的安全管理难度增加,计算机网络安全就显得尤为重要。网络攻击者的手段和工具复杂多变,网络系统面临着更多的攻击和威胁,依靠传统的静态防御策略已无法满足目前网络需要。面对如此严峻的网络形势,相对主动的入侵检测技术成为研究的热点。入侵检测作为防火墙的必要补充,能够快速识别出对网络资源的恶意攻击行为,并及时进行响应处理。入侵检测的目标就是把混合于大量正常行为的入侵准确地检测出来。但由于网速的不断提高以及网络带宽的不断增加,网络系统产生的审计数据大量增加,检测任务变得很繁重,这就对网络入侵检测提出了新的要求。面对海量网络数据,如何快速建立入侵检测模型成为入侵检测领域研究的重点。数据挖掘可以实现对海量的历史数据快速有效地挖掘,并能对未来的发展趋势进行准确预测。因此,将数据挖掘技术应用于入侵检测,可以提高对网络数据包的分析处理能力,从而提高入侵检测系统的性能。本文对数据挖掘中的关联规则挖掘算法,进行了深入的研究,并提出了改进的关联规则挖掘算法FIDF。该算法只需扫描一次数据库,由高维候选项集开始查找频繁项集,大大减少了候选项集的数量,提高了关联规则的挖掘效率,并且提出了当最小支持度和事务数据库发生改变时的更新策略。同时,将改进后的算法应用到入侵检测系统中,提高了数据的处理速度,在实时性和准确率方面也有了改善。在入侵检测方面,本文提出的改进算法在理论和实践中有一定的参考价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 数据挖掘的国内外研究状况
• 1.3 入侵检测的国内外研究状况
• 1.3.1 国外研究状况
• 1.3.2 国内研究状况
• 1.3.3 对当前入侵检测系统的分析
• 1.4 数据挖掘算法在入侵检测中的应用意义
• 1.5 本文的研究内容与组织结构
• 第二章 数据挖掘与入侵检测
• 2.1 数据挖掘概述
• 2.1.1 KDD与数据挖掘技术
• 2.1.2 数据挖掘相关算法
• 2.2 入侵检测技术
• 2.2.1 基本概念
• 2.2.2 入侵检测分类
• 2.2.3 入侵检测的方法
• 2.3 基干数据挖掘的入侵检测研究
• 2.3.1 基本模型
• 2.3.2 数据挖掘在入侵检测中的应用
• 2.3.3 基于数据挖掘的入侵检测的优点
• 2.4 本章小结
• 第三章 改进的关联规则挖掘算法FIDF
• 3.1 关联规则算法分析
• 3.1.1 关联规则的基本概念
• 3.1.2 Apriori算法
• 3.2 改进算法及性能比较
• 3.2.1 改进算法
• 3.2.2 性能比较
• 3.3 FIDF算法
• 3.3.1 基本概念和相关性质
• 3.3.2 FIDF算法思想
• 3.3.3 FIDF算法实现
• 3.3.4 实例应用
• 3.3.5 新算法的更新策略
• 3.3.6 FIDF算法分析与实验
• 3.4 本章小结
• 第四章 FIDF算法在入侵检测系统中的应用
• 4.1 需求分析
• 4.2 系统基本思想
• 4.3 工作流程
• 4.4 模拟实验
• 4.4.1 实验环境
• 4.4.2 实验过程
• 4.4.3 实验结果分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间的研究成果