基于改进随机决策树入侵检测方法的研究

《基于改进随机决策树入侵检测方法的研究》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、基于改进随机决策树的入侵检测方法研究摘要随着计算机和Intemet技术的迅猛发展和广泛应用，人们在受益于信息革命所带来的巨大利益的同时，也不得不面对信息安全的严峻挑战，系统安全脆弱性的客观存在，操作系统、应用软件和网络协议等自身设计存在的安全隐患，使得由黑客攻击和病毒等带来的安全问题日益突出和复杂，造成的经济损失也日剧加大。入侵检测技术作为一种网络技术对网络安全起着重要的作用，将数据挖掘引入到入侵检测中，可以提高网络安全检测的自适应和自学习能力。然而，由于数据规模的庞大而使得许多数据挖掘模型难以适用。为此，本文以随

2、机决策树作为描述模型，开展基于数据挖掘的入侵检测研究。主要工作如下：(1)概述了入侵检测技术的相关研究内容，探讨了随机决策树分类模型在入侵检测中的应用。(2)针对随机决策树因处理连续属性的方法过于简单而导致分类准确性下降的缺陷，提出了基于密度聚类的连续属性离散化算法，改进了随机决策树处理连续属性时的分类准确率下降问题。(3)针对随机决策树建树过程中所有属性的完全随机选择，从而导致抗干扰能力降低以及分类准确率不稳定的问题，提出一种基于属性重要度的随机决策树构造算法ASRDT，利用粗糙集理论计算属性的重要度，从而显著提

3、高了算法的抗干扰能力，使ASRDT在保持原有RDT算法优点的基础上，更具有良好的分类准确率及稳定性。(4)将改进的随机决策树模型用于入侵检测方法研究，理论和实验证明，改进的随机决策树有较好的时空性能，有效降低了误报率和漏报率，具有很强的可扩展性和环境适应性。关键词：入侵检测，数据挖掘，分类，连续属性离散化，属性重要度ResearchonIntrusionDetectionMethodwithImprovedRandomDecisionTreeAbstractWhhtherapiddevelopmentandexte

4、nsiveapplicationofcomputerandIntemattechnology,peoplebenefitfromthesesomuch，andatthesametime，theyhavetofacethegrimchallengesoninformationsecurity．Thevulnerabilityofsystemsecurity,securityrisksbytheowndesignofoperatingsystem，applicationsoftware，networkprotocola

5、nd50on，allofwhichmakethesecurityproblemsbyhackersandvirusattacksbeincreasinglyseriousandcomplicate&andalsocausethemoreandmoreeconomiclosses．Intrusiondetection(1D)，akindofnetworktechnology,playsanimportantroleinnetworksecurity．IntroducingDataMining(DM)technolog

6、yinIDcarlimproveitsself-adaptiveandself-learningability．However,thelarge-scaleofIDdatabasemakesmanyofDMmodelshardtobeused．Therefore，RandomDecisionTree(ROT)isintroducedtocarryouttheresearchoflDbasedonDM．ThemainworksinthisdissertationisasfoIlows：(1)Therelatedres

7、earcheontentsaboutIDtechnologyaresummarizedfirstly,andthentheapplicationofRDTclassificationmodelinIDisprobedintodeeply．(2)AimingattheshortcomingoflowclassificationaccuracycausedbythesimplemethodsRDTusedtodealwithcontinuousatldbutes，density—basedclusteringdiscr

8、etizingcontinuousfeaturesisintroducedtoimprovetheaccuracyofRDT’sdealingwithcontinuousattributes．(3)Theselectionofattributesinbuildingtreeisentirelyrandom，whichinevitablyreducesthea