数据挖掘算法的改进及其在入侵检测中的应用

论文摘要

数据挖掘正在各行各业的决策支持活动中扮演者越来越重要的角色。数据挖掘自动在大量数据中寻找预测性信息,能够对未来的趋势和行为进行预测,从而很好地支持人们的决策。数据挖掘算法面对快速膨胀的数据量将会成为一个瓶颈,因此改进数据挖掘算法将有很强的实用价值,特别是应用到今天高速网络环境下的入侵检测中,改进的算法将会提供更高的数据包分析处理能力,提高系统的性能。同时,在信息时代,网络的安全因此成为了研究热点之一。入侵检测系统以其作为一种主动的安全防护技术,提供对内部攻击、外部攻击和误操作的实时保护,能够从网络安全的立体纵深、多层次防御的角度出发提供安全服务,使之成为了安全领域的研究热点。本文对数据挖掘技术,特别是关联规则挖掘算法,入侵检测技术进行了深入的研究。描述了数据挖掘的过程及其常用技术,详细分析了经典关联规则挖掘算法Apriori算法,找出了该算法的不足之处,以关联规则挖掘原理为理论依据,以矩阵和向量为背景知识,提出了一种基于矩阵行列向量运算的频繁集挖掘的关联规则挖掘算法思想,对Apriori算法进行了两步改进。同时,通过实验分析,验证算法改进的效果是良好的,对算法进行了评估。最后举例说明了关联规则挖掘应用到入侵检测的可行性和应用方法,阐述了通用入侵检测框架,根据该框架,设计了一个采用关联规则挖掘技术,基于数据挖掘的入侵检测系统。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景和研究意义
• 1.2 国内外研究现状和现状分析
• 1.3 论文研究内容
• 第二章 数据挖掘与入侵检测技术
• 2.1 数据挖掘的主要技术及过程
• 2.2 入侵检测技术
• 2.3 数据挖掘与入侵检测的结合
• 第三章 关联规则挖掘算法的改进设计与实现
• 3.1 经典Apriori关联规则挖掘算法分析
• 3.2 初步改进:基于矩阵行向量运算的频繁集挖掘
• 3.3 进一步改进:基于矩阵列向量运算的频繁集挖掘
• 3.4 本章小结
• 第四章 实验分析与算法评估
• 4.1 算法实现与实验环境
• 4.2 算法的实验测试
• 4.3 实验结果分析与算法评估
• 4.4 本章小结
• 第五章 数据挖掘在入侵检测中的应用
• 5.1 关联规则挖掘在入侵检测的应用举例
• 5.2 通用入侵检测框架
• 5.3 一个基于数据挖掘入侵检测系统的设计
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 论文的工作总结
• 6.2 今后工作的展望
• 参考文献
• 致谢