数据挖掘技术在网络入侵检测中的应用

论文摘要

随着网络规模的不断扩大,网络用户的不断增多,网络知识的不断普及,网络和信息的安全受到越来越大的威胁。信息的机密性、完整性和可用性遭到严重侵害的事件时有发生,信息安全问题已经成为人们越来越关注的问题。要保护信息的安全,保障信息的机密性、完整性和可用性,就要能够有效的检测出入侵行为。入侵行为往往夹杂在正常的数据之中,这样就给检测带来了一定的困难。有些入侵行为是分布式的,其中单个行为的特征和系统的正常行为差别不大,很难将他们检测出来。现有的大多数实用入侵检测系统通常只是将收集到的审计数据与已有的攻击模式数据库进行比较,从而发现违背安全策略的行为。这种模式匹配的方法对已知的入侵检测效率很高,但对于一些未知的或者现有的入侵方法的变种却无法准确的检测。利用数据挖掘技术对审计数据加以分析,将网络中传输的数据转化成相应的连接记录,并且通过预处理,得到可以用于对连接记录进行分类的特征属性,将有助于提高入侵检测系统的检测准确性和完备性。本文在对入侵检测系统和数据挖掘技术进行深入研究的基础上,分析讨论了数据挖掘在入侵检测系统中的应用,并通过对数据源的处理,提取数据的特征属性,构建了一个分类检测模型。论文的主要工作包括:1、研究分析了数据挖掘技术中的常用算法;2、对网络入侵检测系统模型进行了分析研究;3、对如何构建网络数据的特征属性进行了研究;4、利用数据挖掘技术构建了一个入侵检测模型。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景、目的及意义
• 1.2 国内外相关研究
• 1.3 论文所作的工作
• 第二章 数据挖掘与入侵检测技术
• 2.1 数据挖掘的原理
• 2.1.1 数据挖掘的概念
• 2.1.2 数据挖掘的挖掘过程
• 2.1.3 数据挖掘的系统结构
• 2.2 数据挖掘技术的常见算法
• 2.2.1 分类分析算法
• 2.2.2 关联分析算法
• 2.2.3 序列分析算法
• 2.2.4 聚类分析算法
• 2.3 入侵检测技术
• 2.3.1 入侵检测技术
• 2.3.2 入侵检测的分类
• 2.3.3 入侵检测模型
• 2.3.4 入侵检测系统常见实现技术模型
• 2.3.5 入侵检测系统的现状及发展趋势
• 2.3.6 入侵检测系统存在的问题
• 第三章 数据挖掘与入侵检测技术的结合
• 3.1 入侵检测的信息源
• 3.1.1 基于主机和基于网络的信息源
• 3.1.2 信息源的分层
• 3.2 数据挖掘方法在入侵检测中的应用
• 3.2.1 关联规则
• 3.2.2 序列规则
• 3.2.3 分类算法
• 3.3 存在的问题
• 第四章 入侵检测模型的构建
• 4.1 检测模型构建
• 4.1.1 收集分析数据
• 4.1.2 分类检测模型
• 4.2 存在的问题及解决方案
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 致谢
• 参考文献
• 附录一:在读期间公开发表的论文