基于数据挖掘的入侵检测系统的研究

基于数据挖掘的入侵检测系统的研究

ID:33102391

大小:2.32 MB

页数:53页

时间:2019-02-20

基于数据挖掘的入侵检测系统的研究_第1页
基于数据挖掘的入侵检测系统的研究_第2页
基于数据挖掘的入侵检测系统的研究_第3页
基于数据挖掘的入侵检测系统的研究_第4页
基于数据挖掘的入侵检测系统的研究_第5页
资源描述:

《基于数据挖掘的入侵检测系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、长春理工大学硕士学位论文基于数据挖掘的入侵检测系统的研究姓名:吕明涛申请学位级别:硕士专业:计算机系统结构指导教师:崔广才20100301摘要网络信息的海量,新的网络技术的不断出现,入侵行为的多样化,大量的新的入侵的出现使得目前的入侵检测系统的检测性能低下,误报率高,达不到网络安全防护要求。本文研究的是基于数据挖掘方法的入侵检测系统。针对入侵检测的检测性能低下,误报率高的情况,将异常检测与误用检测结合使用。首先进行异常检测,然后对检测出的异常数据进行误用检测从而判断入侵行为是否存在。对于入侵检测的最重要的核心内容规则库,采用

2、数据挖掘的方法来加以完善,使入侵检测系统拥有自学习功能。采用挖掘频繁项目集更加高效的FP-growth算法代替了经典的Apriori算法,从而适应高速网络的发展;分析了k一均值聚类算法的缺点与不足,并提出了改进的k一均值算法,适应入侵检测系统的需要。关键词:入侵检测数据挖掘Apriori算法FP-growth算法k一均值算法Abstract~Iassivenetworkinformation,theincessantemergingofnewtechnologyonnetwork,thediversityofintrusio

3、nandalargenumberofnewinvasionmakesalowperformanceandhighfalsealarmrateifusingthecurrentintrusiondetectionsystem,whichfallshortofthesecurityrequirementsofthenetwork.ThiSstudyiSbasedondataminingmethodsforintrusiondetectionsystem.Undertheconditionofpoordetectionperfor

4、manceandhighfalsepositiverate,acombinationofanomalydetectionandmisusedetectionisusedinthisstudy.Thecombinationcanworkitselfthroughanomalydetectionfirstly,andthenbegintodetecttheabnormaldatadetectedbyanomalydetectionusemisuseintrusiondetection,finallytheintrusionwil

5、lbefoundifitishappenduringthiSdetection.ThemostimportantandcorecontentofIntrusionDetectioniStherulebase,andusingdataminingmethodstoimproveandupdateitSOthattheintrusiondetectionhaveaqualificationofself—learning.MiningfrequentitemsetsusingmoreefficientFP—‘growthalgor

6、ithminsteadoftheclassicApriorialgorithm,toaccommodatehigh—speednetworkdevelopment:Analysistheweaknessesandshortcomingsofk-meansclusteringalgorithm,andproposeanimprovedk-meansalgorithmtoadapttotheintrusiondetectionsystems.Keywords:algorithmIntrusiondetectiondatamini

7、ngAprioriaIgorithmFP—growthk-meansaIgorithmII长春理工大学硕士(或博士)学位论文原创性声明本人郑重声明:所呈交的硕士(或博士)学位论文,《填写论文题目》是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:造!立!刍≯!!年上月竺日长春理工大学学位论文版权使用授权书本学位论文作者及

8、指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”,同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。