基于序列模式挖掘的入侵检测系统的研究与实现

论文摘要

随着计算机网络的普及,网络安全问题越来越受到人们的重视。单纯的防火墙技术,一定程度上确实起到了网络安全防护作用,但还不足以满足用户的各种需求。因此入侵检测系统应运而生。入侵检测系统是继防火墙、数据加密等传统安全保护措施之后的新一代安全保障技术。数据挖掘是运用到入侵检测中的比较新的技术。结合入侵检测的特点,将数据挖掘技术较好地运用到入侵检测系统中去,以及研究更加适合入侵检测的数据挖掘方法是本文研究的主要目的。本论文首先介绍了课题的研究背景和研究目的;接着介绍了网络安全和入侵检测技术的基本概念及评价其性能的指标;然后介绍了数据挖掘技术的基本概念,并列出了入侵检测系统中常用的数据挖掘方法,包括关联分析方法,分类分析方法,聚类分析方法和序列模式分析方法。其中关联分析方法研究的最为深入,而序列模式分析能克服关联分析中不能反映事件在时间顺序上的前后相关性的缺点。综合以上因素,本论文采用序列模式分析方法。在此基础上,本论文设计了一个基于数据挖掘的入侵检测系统。该系统分为数据预处理,数据挖掘,数据库,规则库,响应输出等模块。本论文的主要工作是在数据预处理,数据挖掘和规则库模块。在数据挖掘中运用序列模式算法中的GSP算法和Prefixspan算法,并引入项目位置索引树。通过实验检测,证明基于项目位置索引的Prefixspan算法与GSP算法相比,有更高的检测效率。进一步提高了数据挖掘的粒度,降低了漏报率和误报率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景
• 1.2 课题的研究目的
• 1.3 论文的章节安排
• 第二章 网络安全和入侵检测技术
• 2.1 网络安全技术
• 2.2 入侵检测技术的定义
• 2.3 入侵检测系统的分类
• 2.3.1 基于主机的入侵检测
• 2.3.2 基于网络的入侵检测
• 2.3.3 异常入侵检测
• 2.3.4 误用入侵检测
• 2.3.5 混合分布式入侵检测
• 2.4 评价入侵检测系统性能的指标
• 2.5 本章小结
• 第三章 数据挖掘技术
• 3.1 数据挖掘的定义
• 3.2 数据挖掘常用的技术
• 3.3 入侵检测中常用的数据挖掘方法
• 3.3.1 关联分析
• 3.3.2 分类分析
• 3.3.3 聚类分析
• 3.3.4 序列模式分析
• 3.4 本章小结
• 第四章 基于数据挖掘的入侵检测系统
• 4.1 入侵检测中的数据源分析
• 4.2 数据挖掘的主要流程
• 4.3 基于数据挖掘的入侵检测系统
• 4.3.1 系统体系结构
• 4.3.2 系统数据分析
• 4.3.3 系统模块分析
• 4.4 本章小结
• 第五章 序列模式挖掘的研究
• 5.1 序列模式挖掘的基本概念
• 5.2 序列模式挖掘的主要算法
• 5.2.1 AprioriAll 算法
• 5.2.2 GSP 算法
• 5.2.3 SPADE 算法
• 5.2.4 PrefixSpan 算法
• 5.3 PREFIXSPAN 算法优化
• 5.3.1 引入轴属性
• 5.3.2 引入项目位置索引树
• 5.4 SNORT 规则库
• 5.5 序列模式挖掘的过程
• 5.5.1 数据预处理
• 5.5.2 序列模式挖掘
• 5.5.3 规则库
• 5.5.4 响应输出
• 5.5.5 实验分析
• 5.6 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 学期间的研究成果及发表的学术论文