基于數(shù)據(jù)挖掘的IDS分析器研究.pdf

1、隨著Internet的飛速發(fā)展,計算機網(wǎng)絡已經(jīng)在社會、經(jīng)濟、文化和人們的日常生活中扮演著越來越重要的角色.人們在使用計算機網(wǎng)絡的同時,也深深的注意到網(wǎng)絡安全的重要性.隨著網(wǎng)絡攻擊手段的多元化、復雜化、智能化,單純依賴防火墻等靜態(tài)防御手段已難以勝任網(wǎng)絡安全的需要.入侵檢測作為一種主動的信息安全保障措施,有效地彌補了傳統(tǒng)安全防護技術的缺陷.但是面對不斷增大的網(wǎng)絡流量、日益更新的網(wǎng)絡設施和層出不窮的攻擊方式,傳統(tǒng)的入侵檢測模型越來越暴露出很多

2、的局限性,如工作量大、響應速度慢以及正確率與效率低等.為了減少在系統(tǒng)構造過程中對專家經(jīng)驗的過多依賴,降低規(guī)則提取和編碼的困難,本文設計了一個基于數(shù)據(jù)挖掘技術的入侵檢測系統(tǒng)模型.通過引入數(shù)據(jù)挖掘技術,系統(tǒng)可以從大量的網(wǎng)絡事件中挖掘出頻繁模式,進而提取有效的檢測規(guī)則,用于指導IDS網(wǎng)絡入侵分析.本文首先對網(wǎng)絡入侵檢測技術進行了研究,詳細介紹了誤用檢測和異常檢測各自的優(yōu)缺點,并分析了各種體系結構的入侵檢測系統(tǒng)的實現(xiàn)方式和特點,闡述了現(xiàn)有入侵檢

3、測系統(tǒng)存在的問題以及發(fā)展方向.然后針對現(xiàn)有IDS自適應能力不強,建模代價高,可擴展性差的局限性,在深入研究了數(shù)據(jù)挖掘技術中關聯(lián)分析、序列分析以及分類分析的基礎上,將知識發(fā)現(xiàn)過程同傳統(tǒng)的入侵檢測技術結合起來,設計了一個基于數(shù)據(jù)挖掘技術的入侵檢測系統(tǒng)模型.該模型主要分為數(shù)據(jù)挖掘部分和入侵檢測部分,其中,數(shù)據(jù)挖掘部分是整個模型設計的核心,它的主要功能在于能夠自動、快速的從海量數(shù)據(jù)中構建出知識規(guī)則庫.規(guī)則庫構建的每一步都是建立在對實際入侵特點分

4、析的基礎上,通過比較、選擇合適的算法,為后續(xù)過程提供有效的輸入信息,最終產(chǎn)生簡潔、精確的規(guī)則集合.模型的設計中給出了數(shù)據(jù)預處理的方法,并重點介紹了頻繁模式的挖掘、比較以及在此基礎上構造分類器所需的屬性集的過程.最后根據(jù)網(wǎng)絡數(shù)據(jù)的具體情況,本文引入關鍵屬性、參考屬性以及相對支持度的約束,對關聯(lián)規(guī)則挖掘算法FP_Growth進行了擴展,解決了基本關聯(lián)挖掘算法中產(chǎn)生大量無用模式的問題,從而幫助系統(tǒng)發(fā)掘出更有意義的模式,提高了系統(tǒng)挖掘的執(zhí)行效率