資源描述：
《模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要摘要隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和Intemet在全球的普及，網(wǎng)絡(luò)給人類社會(huì)帶來(lái)便利，但網(wǎng)絡(luò)安全問(wèn)題也困擾著網(wǎng)絡(luò)技術(shù)的發(fā)展和應(yīng)用。入侵檢測(cè)系統(tǒng)是進(jìn)一步研究網(wǎng)絡(luò)安全問(wèn)題的基礎(chǔ)，是解決網(wǎng)絡(luò)安全問(wèn)題的前提和保證。數(shù)據(jù)挖掘是利用計(jì)算機(jī)從大量的數(shù)據(jù)中提取有用的、有意義的信息和知識(shí)的過(guò)程。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一種重要方法，按照屬性值的不同，分為布爾型關(guān)聯(lián)規(guī)則和多值屬性關(guān)聯(lián)規(guī)則。在多值屬性關(guān)聯(lián)規(guī)則挖掘的過(guò)程中，將屬性值劃分到不同的區(qū)間內(nèi)，進(jìn)而轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則挖掘，而區(qū)間的精確劃分將導(dǎo)致“尖銳邊界"問(wèn)題，“尖銳邊界"是在入侵檢測(cè)中應(yīng)用數(shù)據(jù)挖掘方法所需要解決的問(wèn)題。本文引用模糊集合論概念，模糊集合論用單位閉區(qū)
2、間[O，1】中的某個(gè)數(shù)值來(lái)表示元素隸屬某個(gè)集合的程度，從而使得區(qū)間的過(guò)渡比較平滑，減少區(qū)間邊界信息丟失的現(xiàn)象。本文對(duì)入侵檢測(cè)技術(shù)和模糊數(shù)據(jù)挖掘技術(shù)進(jìn)行了較全面的綜述，詳細(xì)介紹了模糊概念與傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法相融合的模糊關(guān)聯(lián)規(guī)則挖掘算法，闡述了在模糊關(guān)聯(lián)規(guī)則的挖掘中將事務(wù)屬性的模糊集元素作為單一屬性來(lái)處理的方法，進(jìn)行了實(shí)例推演。設(shè)計(jì)并實(shí)現(xiàn)了可以普遍使用的采用模糊關(guān)聯(lián)規(guī)則挖掘算法的入侵特征提取系統(tǒng)仿真測(cè)試平臺(tái)，并用KDDCUP99測(cè)試數(shù)據(jù)包在此系統(tǒng)平臺(tái)上進(jìn)行了仿真實(shí)驗(yàn)，并對(duì)實(shí)驗(yàn)結(jié)果給出了結(jié)論性意見。該系統(tǒng)具有數(shù)據(jù)特征分析，模糊函數(shù)配置，常規(guī)頻繁項(xiàng)集挖掘，模糊頻繁項(xiàng)集挖掘，常規(guī)特征規(guī)則挖掘，和模糊特
3、征規(guī)則挖掘等較全面、較完善的功能，具有一定實(shí)用意義。關(guān)鍵字：入侵檢測(cè)，數(shù)據(jù)挖掘，模糊理論，模糊關(guān)聯(lián)規(guī)則挖掘AbstractWiththedevelopmentofnetworktechnologyandthespreadofInteractintheworld，ontheonehand,networksbringsgreatbenefittooursociety,ontheotherhand，networksecurityproblemhashinderedtheapplicationanddevelopmentofsuchteehnology．SotheIntrusionDetections
4、ystemisthebasisofresearchofnetworksecurity．Thedataminingtechnologyistheprocessofpickinguptheusefulandmeaningfulinformationandknowledgefromagreatdealofdatawiththecomputertechnology．Dataminingisoneofseveralkindsofintelligentmethodsinintrusiondetection．Associationruleminingisamethodofdatamining．Accordi
5、ngtonledi毹renCeoftheattributevalues，theassociationrulesaredividedintotheBooleanAssociationRulesandQuantitativeAssociationRules．Thegeneralapproachofquantitativeassociationrulesminingistomaptheattributevaluesintoseveralintervalswhichwillmakeheproblemof‘‘sharpboundary'’andincreasetheinformationloss．Thu
6、sweapplythefuzzytheoryinOurresearch．Thefuzzysettheoryusesavalueintheclosedinterval[0，I】todenotetheextentthatanelementbelongstothefuzzysetSOthatthetransitionofintervalsissmootheranditreducestlleinformationloss．Inthispaper,technologiesonintrusiondetectionandfuzzydataminingaresummarized．Analgorithmoffu
7、zzyassociationrulemining，integratedofthefuzzyconcept,andthetraditionalassociationruleminingWaspresented．Inthisalgorithm，thefuzzysetsofeachtransaction’Sattributesisdividedandcalculatedasseparateattribu
