基于数据挖掘算法的网络入侵检测

基于数据挖掘算法的网络入侵检测

ID:21878835

大小:57.50 KB

页数:7页

时间:2018-10-25

基于数据挖掘算法的网络入侵检测_第1页
基于数据挖掘算法的网络入侵检测_第2页
基于数据挖掘算法的网络入侵检测_第3页
基于数据挖掘算法的网络入侵检测_第4页
基于数据挖掘算法的网络入侵检测_第5页
资源描述:

《基于数据挖掘算法的网络入侵检测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于数据挖掘算法的网络入侵检测【摘要】如何对入侵检测的现状进行了分析,在此基础上重点研究了数据挖掘算法在异常检测和误用检测中的具体应用。对于异常检测,主要研究分类算法、模式比较和聚类算法、目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析,并指明了今后的研究方向。  【关键词】入侵检测数据挖掘异常检测误用检测分类算法  用于加强X络安全的手段目前有很多,如加密,VPN,防火墙等,但这些技术都是静态的,不能够很好的实施有效的防护。而入侵检测(IntrusionDetection)技术是一种动态的防护策略,它能够对X络安全实施监控

2、、攻击与反攻击等动态保护,在一定程度上弥补了传统静态策略的不足。  一、入侵检测中数据挖掘技术的引入  (一)入侵检测技术介绍  入侵检测技术是对(X络)系统的运行状态进行监视,发现各种攻击企图、攻击行为或者攻击结果,以保证系统资源的机密性、完整性与可用性。  根据数据分析方法(也就是检测方法)的不同,我们可以将入侵检测系统分为两类:  1.误用检测(MisuseDetection)。又称为基于特征的检测,它是根据已知的攻击行为建立一个特征库,然后去匹配已发生的动作,如果一致则表明它是一个入侵行为。  2.异常检测(Anomaly

3、Detection)。又称为基于行为的检测,它是建立一个正常的特征库,根据使用者的行为或资源使用状况来判断是否入侵。  将这两种分析方法结合起来,可以获得更好的性能。异常检测可以使系统检测新的、未知的攻击或其他情况;误用检测通过防止耐心的攻击者逐步改变行为模式使得异常检测器将攻击行为认为是合法的,从而保护异常检测的完整性。  (二)数据挖掘技术  数据挖掘通过预测未来趋势及行为,做出预测性的、基于知识的决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识,按其功能可分为以下几类:  1.关联分析。关联分析能寻找数据库中大量数据

4、的相关联系,常用的2种技术为关联规则和序列模式。关联规则是发现一个事物与其他事物间的相互关联性或相互依赖性。  2.聚类。输入的数据并无任何类型标记,聚类就是按一定的规则将数据划分为合理的集合,即将对象分组为多个类或簇,使得在同一个簇中的对象之间具有较高的相似度,而在不同簇中的对象差别很大。  3.自动预测趋势和行为。数据挖掘自动在大型数据库中进行分类和预测,寻找预测性信息,自动地提出描述重要数据类的模型或预测未来的数据趋势。  4.概念描述。对于数据库中庞杂的数据,人们期望以简洁的描述形式来描述汇集的数据集。概念描述就是对某类对

5、象的内涵进行描述并概括出这类对象的有关特征。  5.偏差检测。偏差包括很多潜在的知识,如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。  二、算法在入侵检测中的具体使用  (一)基于误用的检测模型  ·ID3、C4.5算法:ID3算法是一种基本的决策树生成算法,该算法不包括规则剪除部分。C4.5算法作为ID3算法的后继版本,就加入了规则剪除部分,使用训练样本来估计每个规则的准确率。也是分类模型的主要运用算法。  对于已知的攻击类型的检测,分类模型具有较高的检准率,但是对于未知的、新的攻击,分类

6、模型效果就不是很理想。这个是由误用检测本身的特点所决定的,误用检测误报率低,但是它在对已知攻击模式特征属性构建和选取上往往要花费大量的精力,这也是分类检测的难点所在。所以这种检测模型只能有限的检测已知的攻击,而要更好的检测未知的攻击,就要使用到异常检测技术,但是,异常检测却比误用检测负责的多,因为对于系统正常使用模式的构建本身就是一件非常复杂的事情。  (二)基于异常的入侵模型  异常检测的主要工作就是通过构造正常活动集合,然后利用得到的一组观察数值的偏离程度来判断用户行为的变化,以此来觉得是否属于入侵的一种检测技术。异常检测的优

7、点在于它具有检测未知攻击模式的能力,不论攻击者采用什么样的攻击策略,异常检测模型依然可以通过检测它与已知模式集合之间的差异来判断用户的行为是否异常。  在异常检测中主要用到的两个算法就是模式比较和聚类算法:  1.模式比较。在模式比较算法【摘要】如何对入侵检测的现状进行了分析,在此基础上重点研究了数据挖掘算法在异常检测和误用检测中的具体应用。对于异常检测,主要研究分类算法、模式比较和聚类算法、目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析,并指明了今后的研究方向。  【关键词】入侵检测数据挖掘异常检测误用检测分类算法  用

8、于加强X络安全的手段目前有很多,如加密,VPN,防火墙等,但这些技术都是静态的,不能够很好的实施有效的防护。而入侵检测(IntrusionDetection)技术是一种动态的防护策略,它能够对X络安全实施监控、攻击与反攻击等动态保护,在一定程度上弥

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。