特征自动构建的异常检测分类模型研究

《特征自动构建的异常检测分类模型研究》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、太原理工大学硕士学位论文特征自动构建的异常检测分类模型研究姓名：李宝琨申请学位级别：硕士专业：计算机应用指导教师：余雪丽20040501太原理工大学硕士研究生学位论文特征自动构建的异常检测分类模型研究摘要近年来随着计算机技术的发展，特别是网络技术的发展，计算机系统已经从独立的主机发展到复杂的、互连的开放式系统，这一变化导致了系统入侵的蔓延。计算机操作系统和网络通信技术复杂性的不断加深，不仅导致了入侵复杂性的增加，同时提升了设计和实现真正可靠的安全防御系统的难度。此外，系统设计的漏洞以及社会工程学等方面的渗透技术，使得入侵阻止技术(加密技术等)已经不

2、足以安全地保护我们的计算机系统，入侵检测作为保护系统安全的另一道防线应运而生。本文利用权威的网络数据集合为实验数据，在已有训练数据集的基础上运用改造的关联算法，产生有效的关联模式f，并在生成的关联模式的基础上利用序列分析算法产生有效的序列规则，通过将训练数据集中的正常数据和入侵数据产生的关联模式和序列规则分别按照一定的编码方式进行编码，并对编码后的序列规则进行模式比较，可以产生仅仅包含入侵模式的序列编码规则，最终我们根据这些编码规则运用特征构建算法，构建出能够有效描述入侵行为特征的统计属性，来有效区分系统的正常和异常行为。我们将基本特征属性和自动构

3、建的统计特征属性分别运用于分类算法，建立基本分类模型和扩展分类模型。通过将两种分类模型分别应用到测试数据集，进行分类模型误分类率的比较，分析影响分类模型精度的关键因素，并利用分类模型进行太原理工大学硕士研究生学位论文正常系统行为和入侵行为的检测，通过反复实验不断提高分类模型的分类精度。关键词：数据挖掘，异常检测，入侵检测，分类模型，特征构建，误分类率IIRESEARCHOFCLASSIFICATIONMODELSFORANoMALYDETECTIoNBASEDoNAUToMATICFEATURECoNSTRUCTIoNABSTRACTWiththe

4、developmentofcomputertechnologyinrecentyears，especiallytechnicaldevelopmentinnetwork，thecomputersystemhasdevelopedfromtheindependenthosttoopenandconnectivesystem．Suchchanges1eadtothespreadofsystemintrusivebehaviors．Withtheincreasingcomplicacyofcomputeroperatingsystemandnetwork

5、communicationtechnology，notonlythecomplicacyofintrusionincreases，butalsoitismoredifficulttodesignandrealizedependablesecuritysystem．Inaddition，exploitsofprogrammingdesignandpenetrativetechnologyaboutsocialengineeringhavecometoaresultthatintrusionpreventiontechnology,asourfirst

6、lineofdefensecall’tprotectoursystemsafely．Asaresultintrusiondetectioncomesintobeingasanother1ineofdefensetoprotectoursystem．BasedonauthorizednetworktramCasourexperimentdata，wemakeuseofreformedassociationalgorithmontrainingdatatogenerateeffectiveassociationpatterns．Onthebasisof

7、thosepatterns，alteredsequencealgorithmisappliedtoproducesomeeffectivesequencerules．Associationpatternsandsequencerulesproducedbynormalandintrusivedatasetareseparatelycodedaccordingtoacertainway．SequencerolesincludingonlyintrusiveIII奎星里三奎兰堡主竺茎兰兰堡笙塞一一一behaviorsareproducedafterth

8、esetwocodingrulesaggregationarecompared．Byvirtueofthesesequen