基于数据挖掘的入侵检测算法研究

《基于数据挖掘的入侵检测算法研究》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、分类号UDC密级编号D01硕士学位论文基于数据挖掘的入侵检测算法研究Theintrusiondetectionalgorithmresearchbasedondatamining学位申请人：张虎指导教师：吴庆涛教授一级学科：计算机科学与技术二级学科：计算机应用学位类别：工学硕士2014年12月万方数据独创性声明本人声明，所呈交的论文是我个人在导师指导下完成的研究工作及取得的研究成果。据我所知，文中除了特别加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包含为获得河南科技大学或其它教育机构的其他学位或证书而使用过的材料。与我一同工作的同志对本研究

2、所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：日期：关于论文使用授权的说明本人完全了解河南科技大学有关保留、使用学位论文的规定，即：学校拥有对所有学位论文的复制权、传播权、汇编权及其它使用权（特殊情况需要保密的论文应提前说明，但在解密后应遵守此规定）。需要保密的论文请填写：本学位论文在年月至年月期间需要保密，解密后适用本授权书。（需要保密的学位论文无须向图书馆提供论文的电子文档）研究生签名：导师签名：日期：万方数据摘要摘要随着网络的应用范围和网络的速度都在快速增长的今天，网络的安全问题也日渐被人们所关注。但是伴随着网络流量的不断增大、网络设备日

3、益高端化和变化多端的网络攻击方式，传统的入侵检测技术模型已不再象以前那样能够有效防范网络的入侵行为。入侵检测技术以其主动、动态的防范特点为网络信息安全提供了有效的保障，是对传统网络安全防护技术被动、静态缺陷的有效弥补。网络入侵行为的不断升级及其破坏性所带来的所造成的损失，对网络入侵检测提出了更高的要求，入侵检测系统必须要能够提高对网络数据的处理速度、提高对入侵行为的识别准确度，还要能够对新出现的攻击行为进行识别。本文通过对现有系统所存在的不足进行研究，结合目前较为成熟的数据挖掘理论和网络入侵检测技术，进一步研究讨论了数据挖掘理论的引入和用于入侵检测系统中数据分析的

4、算法理论和方法。从数据挖掘技术自身的特点出发，以提高系统的正确性、可靠性、降低误报率为目的，在入侵检测系统中引入数据挖掘技术，并利用算法设计了一个基本的基于数据挖掘的入侵检测系统模型来模拟、验证研究的内容。论文首先对入侵检测系统的基本结构和原理进行介绍，通过数据挖掘技术的引入，很大程度上提高了检测的技术指标和性能，并介绍了数据挖掘理论中常用的几种算法，从而为基于数据挖掘的入侵检测技术提供理论的基础；针对关联规则挖掘算法和聚类分析算法的不足以及当前入侵检测系统的需求，通过对关联规则的挖掘算法和聚类分析算法进行适应性改进，并将经过改进的关联规则算法和K-means算法

5、在入侵检测系统中进行应用，实现了基于关联规则算法数据挖掘的入侵检测模型，并介绍了对网络数据信息收集、分析处理过程的原理，进一步完善了入侵检测系统的检测过程和指标，设计并通过实验验证了基于改进的K-means算法的聚类分析算法模块。本文依据数据挖掘的聚类算法对数据进行自动的分析和处理，与现有系统相比提高了检测的时效性。通过对海量无标记数据所包含的规律、模式等知识特点进行挖掘，无论是现有入侵捡测的时效性还是准确性都有进一步的提升。本文最后对研究内容进行了总结，并对今后的研究方向和内容提出了希望。关键词：入侵检测，数据挖掘，聚类分析，Apriori算法，K-means算

6、法论文类型：应用研究I万方数据摘要选题来源：其他II万方数据ABSTRACTABSTRACTToday,withtherangeofnetworkapplicationspreadandspeedupquickly,moreandmorepeoplepayattentiontotheproblemsofthenetworksecurity.But,withthenetworktrafficflowincreasingcontinuously,andthenetworkequipmentbecomingmoreandmorehigh-endandthenetwork

7、attackmodebecomemorevaried,thetraditionalintrusiondetectioncan’tprovideeffectivepreventionanymore.Intrusiondetectionprovidesafeguardforthenetworksecurityanditmakeupthestatic,passivedeficiencyofthetraditionalintrusiondetectionsystem.Thenetworkinstructionbehaviorupgradeconstantlyandthel

8、assbr