多約束關聯規(guī)則的快速入侵檢測算法研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、作為對防御入侵行為的系統(tǒng)，入侵檢測系統(tǒng)通過對計算機網絡或計算機系統(tǒng)中的若干關鍵點收集信息并對其進行分析，從中發(fā)現網絡或系統(tǒng)中是否有違反安全策略的行為和被攻擊的跡象。數據挖掘是一種利用分析工具在大量數據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)利用數據挖掘技術從大量網絡數據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)中的數據挖掘技術基礎上，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 )。解決了經典的K 均值聚類算法對初始聚類中心依賴和迭代次數過多的問題。
　　 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，對每個小數據模塊進行時間序列約束產生頻繁項集，很好解決了Apriori 算法中多次掃描事務數據庫產生大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

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論