基于貝葉斯分類的入侵檢測(cè)規(guī)則學(xué)習(xí)模型的研究與實(shí)現(xiàn).pdf

1、自從Internet普及以來，越來越多的人通過Internet處理各種事務(wù)。但是隨之而來的是猖獗的計(jì)算機(jī)病毒和非法入侵事件，尤其在當(dāng)今以網(wǎng)絡(luò)為主的信息時(shí)代，在明處抵擋外來攻擊的防火墻顯得力不從心，何況還有許多來自網(wǎng)絡(luò)內(nèi)部的非法事件，比如內(nèi)部用戶的越權(quán)操作和惡意破壞等等。因此如何保護(hù)計(jì)算機(jī)、構(gòu)建相對(duì)安全的網(wǎng)絡(luò)環(huán)境已經(jīng)是當(dāng)前的首要之事。于是，在各種技術(shù)的支持下，入侵檢測(cè)系統(tǒng)應(yīng)運(yùn)而生。 本文首先介紹了入侵檢測(cè)技術(shù)的研究背景和發(fā)展歷程；

2、接著介紹了入侵檢測(cè)系統(tǒng)的概念、分類及其標(biāo)準(zhǔn)化工作。然后圍繞數(shù)據(jù)挖掘這一概念討論了幾種主要的算法，并對(duì)數(shù)據(jù)挖掘應(yīng)用到入侵檢測(cè)中作了一定的研究。基于此，采用分布式結(jié)構(gòu)設(shè)計(jì)了一個(gè)入侵檢測(cè)系統(tǒng)，并和實(shí)驗(yàn)室同學(xué)完成的蜜罐系統(tǒng)、防火墻系統(tǒng)合作組成一個(gè)相對(duì)完善的主動(dòng)防御體系。在入侵檢測(cè)系統(tǒng)中，綜合幾種因素決定采用數(shù)據(jù)挖掘中的分類算法——樸素貝葉斯分類算法，并實(shí)現(xiàn)了規(guī)則的學(xué)習(xí)模型，包括數(shù)據(jù)庫、挖掘準(zhǔn)備、貝葉斯分類器和規(guī)則庫四個(gè)部分；并對(duì)模型的挖掘性能進(jìn)