数据库累积异常的主动模糊识别方法研究

数据库累积异常的主动模糊识别方法研究

论文摘要

本文提出数据库中存在的一种新的异常——数据库累积异常。现有的针对数据库安全的研究还未对此作以系统深入的研究。基于模糊集理论,本文提出基于可疑度决策模型(Dubiety-Determining Model,DDM)的数据库累积异常模糊识别方法。在给出数据库累积异常的基础描述后,形式化定义了数据库累积异常语义下的概念系统,定义了基于累积量的数据库事务可疑度的量化测定方法,这是数据库累积异常识别的核心内容。然后,本文提出了基于集合间相异度和条件相异度的一种k-模聚类方法,对数据库事务集聚类分析,从而为监测规则的设定提供重要参考。其中对条件相异度的计算,一种基于字符串匹配的方法,另外一种是基于本文提出的逻辑树概念。接下来,本文详细描述了基于DDM的数据库累积异常主动模糊识别方法,包括基于累积量子模型和可疑度子模型的可疑度决策方法、DDM的训练策略等。在对数据库事务进行可疑度决策,是基于数据库事务的审计记录和设定的匹配规则进行的。根据DDM,设计并实现了一个数据库累积异常模糊识别原型系统,并在该原型系统上实施了模拟实验,对基于DDM的数据库累积异常主动模糊识别方法的可行性、有效性进行了验证,对该方法在宿主数据库上的性能影响进行了分析。最后,本文研究了基于DDM的数据库累积异常模糊识别在分布式数据库环境下的探测器模型,主要分为对等结构和层次结构的两种模型,并研究了两种结构的模型的站点协同机制,并对二者作以简单比较。本文提出了数据库累积异常的概念,并对其做了系统的描述和定义,提出了基于DDM的数据库累积异常模糊识别的一般方法。实验结果表明该方法是可行的、有效的。本文还对该方法在分布式环境下的模型做了初步研究。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 数据库累积异常的提出
  • 1.2 现有数据库安全问题的研究
  • 1.2.1 传统数据库安全机制
  • 1.2.2 数据库入侵检测
  • 1.2.2.1 对存储篡改的检测
  • 1.2.2.2 对数据推理的检测
  • 1.2.2.3 基于数据挖掘的检测
  • 1.2.2.4 基于应用语义的检测
  • 1.2.2.5 基于数据库事务的检测
  • 1.3 本文的主要创新点
  • 1.4 本文的组织结构
  • 第二章 模糊集合理论与聚类分析算法
  • 2.1 模糊集合理论简介
  • 2.1.1 模糊集合的基本概念
  • 2.1.2 模糊集合的运算
  • 2.2 聚类分析算法简介
  • 2.2.1 聚类的定义
  • 2.2.2 聚类分析算法的典型要求
  • 2.2.3 聚类分析中的数据类型
  • 2.3 k-平均聚类算法
  • 2.4 本章小结
  • 第三章 数据库累积异常
  • 3.1 数据库累积异常的描述
  • 3.2 数据库事务及其模式
  • 3.2.1 数据库事务
  • 3.2.2 数据库事务的模式
  • 3.3 数据库事务的累积量
  • 3.3.1 基于频度的累积量
  • 3.3.2 基于数据的累积量
  • 3.4 基于数据库事务可疑度的数据库累积异常
  • 3.4.1 数据库事务的可疑度
  • 3.4.2 数据库累积异常
  • 3.5 本章小结
  • 第四章 用于数据库事务匹配规则挖掘的k-模聚类
  • 4.1 集合间的相异度
  • 4.2 条件相异度
  • 4.2.1 基于字符串匹配的条件相异度
  • 4.2.2 逻辑树
  • 4.2.3 基于逻辑树的条件相异度
  • 4.3 数据库事务集的k-模聚类分析
  • 4.3.1 数据对象之间的相异度
  • 4.3.2 对数据库事务集的k-模聚类
  • 4.4 本章小结
  • 第五章 基于DDM的数据库累积异常模糊识别
  • 5.1 可疑度决策模型(Dubiety-Determining Model,DDM)
  • 5.1.1 累积量子模型
  • 5.1.2 可疑度子模型
  • 5.1.3 基于两个子模型的可疑度决策
  • 5.2 DDM的训练策略
  • 5.3 数据库事务的可疑度决策
  • 5.3.1 审计记录与匹配规则
  • 5.3.1.1 审计记录
  • 5.3.1.2 匹配规则
  • 5.3.2 DDM的可疑度决策算法
  • 5.4 本章小结
  • 第六章 模拟实验及性能分析
  • 6.1 数据库累积异常模糊识别原型系统
  • 6.2 数据库累积异常模糊识别系统实现策略
  • 6.3 模拟实验研究
  • 6.3.1 实验一: DDM的可行性验证
  • 6.3.1.1 实验数据
  • 6.3.1.2 实验结果
  • 6.3.2 实验二: DDM的有效性验证
  • 6.3.3 实验三: DDM的性能评估与分析
  • 6.4 本章小结
  • 第七章 分布式环境下的数据库累积异常模糊识别
  • 7.1 分布式数据库概述
  • 7.1.1 分布式数据库的发展
  • 7.1.2 分布式数据库的概念
  • 7.1.3 分布式数据库的分类与特点
  • 7.2 分布式数据库累积异常模糊识别探测器模型
  • 7.3 分布式数据库累积异常模糊识别
  • 7.3.1 对等结构分布式数据库累积异常模糊识别
  • 7.3.1.1 水平分片
  • 7.3.1.2 垂直分片
  • 7.3.1.3 小结
  • 7.3.2 层次结构分布式数据库累积异常模糊识别
  • 7.3.2.1 水平分片
  • 7.3.2.2 垂直分片
  • 7.3.2.3 小结
  • 7.4 本章小结
  • 第八章 结论与展望
  • 8.1 本文主要内容总结
  • 8.2 工作展望
  • 致谢
  • 参考文献
  • 研究成果及发表的学术论文
  • 作者简介
  • 附件
  • 相关论文文献

    • [1].基于统计分析的分享型数据库需求无约束估计模型[J]. 淮阴工学院学报 2019(05)
    • [2].基于数据库的网络课题开发策略[J]. 通讯世界 2019(12)
    • [3].基于陕西省地质调查数据库融合理论方法[J]. 陕西地质 2019(02)
    • [4].中国核心期刊(遴选)数据库收录证书[J]. 防护工程 2019(05)
    • [5].面向异地双活系统的数据库改造方法[J]. 微型电脑应用 2020(01)
    • [6].危险化学品数据库的发展现状与展望[J]. 合成材料老化与应用 2020(01)
    • [7].舰船电磁环境数据库的设计与实现[J]. 装备环境工程 2020(03)
    • [8].中国核心期刊(遴选)数据库收录证书[J]. 防护工程 2019(06)
    • [9].欧洲职业培训发展中心启动新职业教育和培训数据库[J]. 世界教育信息 2020(02)
    • [10].大数据思维下数据库教育模式改革探索[J]. 计算机产品与流通 2020(03)
    • [11].数据库的安全重要性以及带来的风险[J]. 计算机产品与流通 2020(04)
    • [12].中国核心期刊(遴选)数据库收录证书[J]. 防护工程 2020(01)
    • [13].政治学跨国比较研究中的数据库及其运用[J]. 信息系统工程 2020(04)
    • [14].关于中国数据库调查方法与资本化核算方法研究[J]. 统计研究 2020(05)
    • [15].实现灾备数据库同步[J]. 网络安全和信息化 2020(01)
    • [16].基于全局目录的集中型数据库分布式加锁仿真[J]. 计算机仿真 2020(04)
    • [17].中国核心期刊(遴选)数据库收录证书[J]. 防护工程 2020(02)
    • [18].医院围术期麻醉专科数据库的建设与思考[J]. 中国卫生信息管理杂志 2020(03)
    • [19].基于分布式的数据库分库与分表策略研究[J]. 电脑知识与技术 2020(14)
    • [20].主报警数据库在报警管理的应用探讨[J]. 当代化工研究 2020(15)
    • [21].最新版《中国评价核数据库》发布[J]. 中国核电 2020(03)
    • [22].数据库的知识产权保护范式研究[J]. 政法学刊 2020(04)
    • [23].中国核心期刊(遴选)数据库收录证书[J]. 防护工程 2020(03)
    • [24].海洋细菌基质辅助激光解吸电离飞行时间质谱鉴定数据库的建立[J]. 解放军医学院学报 2020(07)
    • [25].大数据时代临床数据库在肿瘤研究中的应用[J]. 传染病信息 2020(04)
    • [26].数据库在计算软件开发中的管理分析[J]. 电脑编程技巧与维护 2020(08)
    • [27].基于语义标注的数据库元数据质量评估方法[J]. 计算机产品与流通 2020(11)
    • [28].基于数据库视角下解读大数据的研究进展与趋势[J]. 计算机产品与流通 2020(11)
    • [29].《感染、炎症、修复》杂志检索数据库[J]. 感染、炎症、修复 2018(03)
    • [30].《感染、炎症、修复》杂志检索数据库[J]. 感染、炎症、修复 2018(04)

    标签:;  ;  ;  ;  ;  

    数据库累积异常的主动模糊识别方法研究
    下载Doc文档

    猜你喜欢