資源描述：
《基于數(shù)據(jù)挖掘的異常模式入侵檢測研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、東北大學碩士學位論文基于數(shù)據(jù)挖掘的異常模式入侵檢測研究姓名：李波申請學位級別：碩士專業(yè)：計算機軟件與理論指導教師：許桂清20050101東北大學碩士學位論文摘要基于數(shù)據(jù)挖掘的異常模式入侵檢測研究摘要隨著人類社會信息化程度不斷提高，對網(wǎng)絡的依賴性也日益增強。如何能夠保證信息化社會正常、安全、平穩(wěn)地運轉(zhuǎn)，計算機網(wǎng)絡的安全性是最重要的環(huán)節(jié)之一，必須不斷地加以充實、強化和提高。目前，網(wǎng)絡互聯(lián)領域的廣度和深度正不斷擴展，開放特性不斷深化，越來越多的網(wǎng)絡系統(tǒng)面臨著被攻擊和入侵的威脅。入侵檢測是一種通過實時監(jiān)測目標系統(tǒng)來發(fā)現(xiàn)入侵攻擊行為
2、的安全技術。論文在分析了當前常用的入侵檢測方法和入侵方法的基礎上，提出了一種基于數(shù)據(jù)挖掘的異常模式入侵檢測系統(tǒng)的設計方案。該方案針對網(wǎng)絡入侵和攻擊方法的特點，結合數(shù)據(jù)挖掘中的關聯(lián)分析算法分析網(wǎng)絡連接記錄。在運用關聯(lián)分析算法對網(wǎng)絡連接記錄進行分析時，根據(jù)入侵檢測的具體情況，對標準的Apriori算法進行了相應的修改，排除了一些無意義的規(guī)則對結果的影響，并通過實驗證明了方法的可行性和有效性。提出了一種運用得到的規(guī)則進行檢測的機制，可以提高系統(tǒng)檢測的速度，降低系統(tǒng)資源的使用率。關鍵詞入侵檢測，異常檢測，數(shù)據(jù)挖掘，關聯(lián)規(guī)則東北大學
3、碩士學位論文AbstractResearchonAnomalyIntrusionDetectionBasedonDataMiningAbstractWiththeincreaseofinformatizationlevelandenhancementofdependenceoncomputernetworksforhumansociety,howtokeepinformatizationsocietyrunningnormally,safelyandsteadilyisthemostimportantissueofwhic
4、hcomputernetworksafetyisonetobealwaysstrengthenedandimproved.Atpresent,applicationofinterconnectednetworkisextensivelyextendedanditsopencharacteristicisextensivelystrengthened,whichcausesmoreandmorenetworksystemsexposedtothreatofattacksandintrusions.IntrusionDetec
5、tionisasecuritytechnologytodetecttheintrusionthroughmonitoringthetargetsysteminruntime.Basedontheresearchontheintrusiondetectiontechnologyandintrusionmethodincommonuse,asolutionofruntimeanomalyIntrusionDetectionSystembasedondataminingisproposedinthepaper.Aimedatth
6、echaracteristicsofnetworkintrusionandatacks,thesystemmonitorsthedatapacketthroughassociationanalysisalgorithmindataminingmethodtoanalyzetheconnectionrecord.Inconnectionrecordanalysis,thestandardApriorialgorithmismodifiedandtheinfluencecausedbyoutlyingfactorsiselim
7、inatedaccordingtothecircumstantialitiesinintrusiondetection,whosevalidityandfeasibilityisapprovedbyfieldtest.Anintrusiondetectionmechanismadaptedtothecurrentcircumstances,whichcanenhancetheintrusiondetectionspeedandlowerthesystemresourcesusage.KeywordsIntrusionDet
8、ection,anomalydetection,datamining,associationruleIn獨創(chuàng)性聲明本人聲明所呈交的學位論文是在導師的指導下完成的。論文中取得的研究成果除加以標注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。與我一同工作的
