多約束關(guān)聯(lián)規(guī)則的快速入侵檢測算法研究.pdf

1、作為對防御入侵行為的系統(tǒng)，入侵檢測系統(tǒng)通過對計算機網(wǎng)絡或計算機系統(tǒng)中的若干關(guān)鍵點收集信息并對其進行分析，從中發(fā)現(xiàn)網(wǎng)絡或系統(tǒng)中是否有違反安全策略的行為和被攻擊的跡象。數(shù)據(jù)挖掘是一種利用分析工具在大量數(shù)據(jù)中提取隱含在其中且潛在有用的信息和知識的過程。因此，入侵檢測系統(tǒng)利用數(shù)據(jù)挖掘技術(shù)從大量網(wǎng)絡數(shù)據(jù)中提取盡可能多的隱藏的安全信息，可以達到較好的檢測效果。
　　 本文在研究入侵檢測系統(tǒng)中的數(shù)據(jù)挖掘技術(shù)基礎上，提出了改進的K 均值算法和多

2、規(guī)則約束Apriori 算法，提高了整個系統(tǒng)的檢測性能，有效降低虛警率和誤報率。
　　 本文主要創(chuàng)新點如下：
　　 1、提出了一種改進型K 均值算法(An Improved K-Means Clustering Algorithm,IMKMCA )。解決了經(jīng)典的K 均值聚類算法對初始聚類中心依賴和迭代次數(shù)過多的問題。
　　 仿真實驗證實了新算法的可行性，以及具有更好的運行效率。
　　 2、提出了快速多規(guī)則

3、約束Apriori 算法(A Fast Multi-constrained Apriori Algorithm,FMApriori)。算法利用聚類所得聚類中心，對每個小數(shù)據(jù)模塊進行時間序列約束產(chǎn)生頻繁項集，很好解決了Apriori 算法中多次掃描事務數(shù)據(jù)庫產(chǎn)生大I/O 負載的問題。針對許多強規(guī)則事件并不是有趣事件的問題，利用橢圓遞減支持度進行約束并對剪枝過程進行了優(yōu)化，提高了系統(tǒng)檢測效率。實驗證明，此算法可以有效改善入侵檢測系統(tǒng)的運行效