基于序列模式挖掘的入侵检测研究

《基于序列模式挖掘的入侵检测研究》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、江苏大学硕士学位论文基于序列模式挖掘的入侵检测研究姓名：洪世界申请学位级别：硕士专业：计算机应用技术指导教师：薛安荣20090531江苏大学硕士学位论文摘要随着网络数据流量不断增大，基于人工建模的入侵检测技术已经无法适应新的网络环境，为了从海量的数击

2、匿中提取出有用信息，把数据挖掘技术引入到入侵检测中。由于入侵手段的不断提高，有时根据孤立的网络事件很难判断是否发生入侵，如果按时问顺序把网络事件排列成一个整体就会发现攻击，于是将数据挖掘中的序列模式挖掘技术引入到入侵检测中。如何利用序列模式挖掘技术提取用户行为特征模式，消除冗余规则，是实现入侵检测的关

3、键。本文从以下几个方面做了深入的探讨，主要贡献如下：1．首先介绍了入侵检测的概念及其经典模型，主要介绍了常见的入侵检测类型，并对各种类型的优缺点进行了分析，深入探讨了入侵检测的发展方向及其面临的挑战。然后阐述了数据挖掘技术，重点讨论了数据挖掘技术中的序列模式挖掘技术，并详细介绍了经典的序列模式挖掘算法，并对这些序列模式挖掘算法的优缺点进行了对比分析。2．面对海量的数据会挖掘出大量的模式规则，而实际上用户感兴趣的常常只是其中的一部分。为此，本文结合轴属性理论和约束性质，在PrefixSpan算法基础上，提出了属性约束的UPrefixSpan算法，并应

4、用于入侵检测中，根据用户预先设置的属性值进行约束挖掘。结果分析表明UPrefixSpan算法能够有效地挖掘出用户感兴趣的频繁事件模式，以便用户对特定模式进行分析。3．提出基于IPrefixSpan的入侵检测方法。通过引入兴趣因子，以克服原有方法中置信度忽略模式规则后件中出现的项集(记录)的支持度的不足，来加强模式规则中项集之间的相关性，提高入侵检测中模式规则的实际应用价值，进一步减少弱规则冗余。4．综合异常检测和误用检测的优势建立一个新的入侵检测实验模型。利用双重检测来提高检测精确度，实验表IJJ]IPrefixSpan算法在新的模型上能够进一步减

5、少冗余模式，提岛枪测精度，降低误报率。关键词：数据挖掘；序列模式；置信度；兴趣因子；入侵检测江苏大学硕士学位论文AbstractWiththenetworkdataflowincreasing．theintrusiondetectiontechnologybasedontheartificialmodelalreadyhasbeenunabletOadapttothenewnetworkenvironment．inordertOextracttheusefulinformationfromhugeamountsofdata．thedataminin

6、gtechnologyiSintroducedintotheintrusiondetection．Duetothemeansofintrusionfireimproving，sometimesitiSdifficulttoiudgewhethertheintrusionoccursaccordingtoisolatednetworkevent．ifthenetworkeventsarearrangedasawholeinchronologicalorder,wewouldfindattacks．Inordertolookforsuchalaw．th

7、esequentialpattemminingtechnologyofdataminingisappliedintheintrusiondetection．HOWtoextractuser’Sbehaviorfeaturepatternsandeliminatetheredundantrulesusingthesequentialpattemminingtechnologyisakeytotheintrusiondetection．Therearemorein-depthdiscussionaboutthefollowingaspectsinthi

8、spaper，themaincontributionsasfollows：1．First．introducetheconceptofintrusiondetectionanditsclassicmodels．mainlyintroducethecommontypesoftheintrusiondetection．analyzetheiradvantagesanddisadvantages，andin—depthexplorethedevelopmentdirectionandchallengesoftheintrusiondetection．And

9、thenelaboratedataminingtechnology,focusedonthesequentialpatte