入侵检测系统分类算法的研究

《入侵检测系统分类算法的研究》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、圉书分类号TP393．08Y901334硕士学位论文入侵检测系统分类算法的研究指导教师(姓名、职称)睦童邀塾攫盐煎堡量Ⅲ夔授申请学位级别亟±堂焦论文提交日期2006年Q2月2Z日论文答辩日期2QQ§年盟月垫日学位授予日期——年——月——日论文评阅人逝红毅蝮盔瘟．一答辩委员会主席啦建瘤2006年02月27日入侵检测系统分类算法的研究摘要随着计算机网络应用的普及和网上商务活动的R益频繁，计算机系统的安全问题越来越突出。入侵检测系统(IntrusionDetectionSystem，IDS)是信息安全体系结构的重要一环。计算机安全问题的日益突出

2、，对入侵检测系统提出了更高的要求。然而，传统的入侵检测系统在有效性、适应性和可扩展性方面都存在不足。针对这些不足，本文将从数据处理的角度，用数据挖掘的方法根据海量审计数据建立描述入侵行为的模型。通过归纳学习得到分类规则，并以此作为描述入侵行为的工具。本文首先对入侵检测技术的背景进行了简要的说明和归类。然后论述了数据挖掘知识及数据挖掘在入侵检测中的应用。将主要研究方向定在入侵检测分类模型的构建上，使用数据挖掘技术开发一套自动化、系统化的构建入侵检测模型的方法。重点论述的是在入侵检测领域广泛应用的分类算法——决策树分类算法。给出了加快计算速度

3、的方法，并提出了用多子集分层的决策树算法来建立分类模型，该算法主要是结合分层和决策的思想构建的。同时还研究特征属性的选取对分类效果的影响。在KDD99提供的实验数据上，经过预处理、特征属性选取，使用本文提出的多子集分层的决策树算法建立分类模型，得到各类入侵行为的决策树和分类规则。证明了该分类模型具有较好的分类效果。关键词入侵检测，数据挖掘，分类算法，决策树，c4．5算法STUDYONCLASSIFICATl0NALGORITHMOFINTRUSl0NDETECTl0NSYSTEMABSTRACTWjththepopularizationo

4、ftheappticationsofnetwork—basedcomputersystemsandtheincreasingfrequencyofe—commerce，securityissuesbecomemoreandmoreoutstanding．Intrusiondetectionsystem(IDS)playsimportantrolesintheinformationsecurityarchitecture．Thecomputercriminalismoreandmorepressinganddangerousnowadays

5、，whichposesurgentdemandsontheperformanceofIDS．However，currentintrusiondetectionsystemslackeffectiveness，adaptabilityandextensibility．Aimedattheseshortcomings，thisthesistakesadata—centricviewtoIDSanddescribesaframeworkforconstructingintrusiondetectionmodelbyminingauditdata

6、．ClassificationrulesareinductivelylearnedfromauditrecordsandusedasintrusiondetectionmodelS．ThisthesisfirstprovidedthebackgroundonIDS．WethenprovidedthedataminingknowledgeandtheapplicationsinIntrusionDetection．Wefocusedontheconstructionofclassificationmodels．Thegoalofthisth

7、esiSresearchisthereforetodevelopaframeworkthatfacilitatesautomaticandsystematicconstructionofIDS．ThiSthesiSresearchedonanalgorithmthatthefieldusesextensivelyinIntrusionDetectionSystemisdecisiontreeclassificationalgorithm．Thethesisalsoprovidedthemethodtoacceleratecomputati

8、onalspeed，andhasproposedsettingupclassificationmodelwiththedecisiontreealgorithmthatmanysubsetsh