基于關聯(lián)規(guī)則挖掘的數(shù)據(jù)庫入侵檢測系統(tǒng)研究.pdf

1、碩士學位論文基于關聯(lián)規(guī)則挖掘的數(shù)據(jù)庫入侵檢測系統(tǒng)研究ResearchonDatabaseIntrusionDetectionSystemBasedonAssociationRuleMining作者姓名:洪偉學號:043326085學科專業(yè):計算機應用技術學院(系、所):信息科學與工程學院指導教師:楊路明教授論文答辯日期ZQIQ年沙月么日答辯委員會主中南大學2010年4月摘要本文首先對數(shù)據(jù)庫安全進行了研究，然后綜述了數(shù)據(jù)庫入侵檢測的相關技

2、術，最后針對目前數(shù)據(jù)庫安全系統(tǒng)的特點，分析了傳統(tǒng)數(shù)據(jù)庫安全機制的弱點與不足，結(jié)合數(shù)據(jù)挖掘技術、入侵檢測技術進行了數(shù)據(jù)庫入侵檢測的相關研究，設計并實現(xiàn)了一個基于關聯(lián)規(guī)則挖掘的數(shù)據(jù)庫入侵檢測原型系統(tǒng)。為提高關聯(lián)規(guī)則的挖掘效率，本文提出了一個基于頻繁項集矩陣FM與互斥項目約束的Aprii改進算法。該算法對Aprii算法的兩個性能瓶頸都作了改進，采用頻繁項集矩陣可以避免生成候選k項集，利用邏輯與運算直接產(chǎn)生頻繁k一項集，從而大大減少了計算量和對

3、事務數(shù)據(jù)庫的掃描次數(shù)采用互斥項目約束可以在連接中阻止互斥項目的連接，從而大大減少了無用頻繁項集的產(chǎn)生，提高了關聯(lián)規(guī)則挖掘的效率。該算法主要用于異常檢測中用戶正常行為規(guī)則和當前行為規(guī)則的挖掘。本文設計的數(shù)據(jù)庫入侵檢測原型系統(tǒng)整體上可分為數(shù)據(jù)采集、規(guī)則生成、入侵檢測和響應四個模塊:數(shù)據(jù)采集模塊利用a。le的審計功能獲取審計數(shù)據(jù)，實現(xiàn)數(shù)據(jù)采集規(guī)則生成模塊利用本文提出的基于頻繁項集矩陣FM與互斥項目約束的Aprii改進算法進行用戶正常行為規(guī)則和