基于關(guān)聯(lián)規(guī)則的入侵檢測算法綜述

《基于關(guān)聯(lián)規(guī)則的入侵檢測算法綜述》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、基于關(guān)聯(lián)規(guī)則的入侵檢測算法綜述武玉剛1,2秦勇2宋繼光2,3楊忠明2(1.江蘇科技大學(xué)計算機(jī)與信息工程學(xué)院，江蘇鎮(zhèn)江212003；2.茂名學(xué)院信息與網(wǎng)絡(luò)中心，廣東茂名525000；3.太原理工大學(xué)計算機(jī)與軟件學(xué)院，山西太原030024）摘要：關(guān)聯(lián)規(guī)則是一種新型的數(shù)據(jù)挖掘方法。根據(jù)目前國內(nèi)國際的研究情況，針對關(guān)聯(lián)規(guī)則的特點，首先對關(guān)聯(lián)規(guī)則進(jìn)行了介紹，并對經(jīng)典Apriori算法做了描述。之后針對該算法的缺點，介紹了一些改進(jìn)算法。針對入侵檢測算法的缺點及其在入侵檢測方面的研究分別進(jìn)行了分析綜述，并對其改進(jìn)闡述。最后，指出了在該領(lǐng)域

2、需要進(jìn)一步研究的熱點問題。關(guān)鍵字：關(guān)聯(lián)規(guī)則；入侵檢測；數(shù)據(jù)挖掘TheOverviewofIntrusionDetectionAlgorithmsBasedonAssociationrulesWUYu-gang1,2QINYong2SONGJi-guang2,3YANGZhong-ming2(1.Dept.Computer&InformationEngineering,JiangSuUniversityofScience&Technology,Zhenjiang,Jiangsu212003；2Centerofinformati

3、on&networksMaominguniversity,Maoming,Guangdong525000；3Dept.ComputerScience,TaiYuanUniversityofTechnology,Taiyuan,Shanxi030024)Abstract：Associationruleisanewdataminingmethod.Underthecurrentsituationofdomesticandinternationalresearchforthecharacteristicsofassociation

4、rules,firstofallpairsofassociationruleswereintroduced,andmadetheclassicApriorialgorithmaredescribed.Aftertheaddresstheshortcomingsofthealgorithm,introducedsomeimprovingalgorithms.Thedisadvantagesfortheintrusiondetectionalgorithmanditsapplicationinintrusiondetection

5、researchsynthesiswereanalyzed,anditimprovementsaredescribed.Finally,pointedouttheneedforfurtherresearchinthisarea,ahotissue.KeyWords:associationrules；intrusiondetection；datamining中國分類號：TP3930.引言網(wǎng)絡(luò)安全，已經(jīng)變得至關(guān)重要。作為傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)的補充，入侵檢測受到更多的重視。基于模式匹配、統(tǒng)計分析和完整性分析的傳統(tǒng)入侵檢測方法，逐漸不能

6、適應(yīng)快速發(fā)展的網(wǎng)絡(luò)安全技術(shù)。將關(guān)聯(lián)規(guī)則引入到入侵檢測中，可以適應(yīng)快速發(fā)展的網(wǎng)絡(luò)技術(shù)并提高入侵檢測的檢測效率。1.關(guān)聯(lián)規(guī)則介紹1.1關(guān)聯(lián)規(guī)則基本定義定義1（關(guān)聯(lián)規(guī)則）關(guān)聯(lián)規(guī)則（associationrule）是由Agrawal[1]等人首先提出的一個重要KDD研究課題，它反映了大量數(shù)據(jù)中項目集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。定義2（項）設(shè)I=是二進(jìn)制文字的集合,其中的元素稱為項(item)。定義3（支持度）記D為交易（transaction)T的集合,交易T是項的集合,并且TI。，其中（1）定義4（置信度），其中（2）定義5（強(qiáng)關(guān)聯(lián)

7、規(guī)則）是指挖掘出支持度和可信度分別大于用戶給定的最小支持度(min_supp)和最小可信度(min_conf)的關(guān)聯(lián)規(guī)則。定義6（頻繁項集）如果項集的出現(xiàn)頻率大于或等于min_supp與D中事務(wù)總數(shù)的乘積,則稱它為頻繁項集。定義7（興趣度）[2]規(guī)定R的興趣度為，（3）其中為，=。1.1Apriori算法Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫中項集間的關(guān)聯(lián)規(guī)則,并設(shè)計了一個基本算法,其核心是基于頻集理論的遞推方法,即基于兩階段頻集思想的方法,將關(guān)聯(lián)規(guī)則的設(shè)計分解為兩個子問題:1)發(fā)現(xiàn)頻集。這個子問題是最重要

8、的,開銷最大,因此,各種算法主要致力于提高發(fā)現(xiàn)頻集的效率。2)根據(jù)所獲得的頻繁項集,產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。根據(jù)定義這些規(guī)則必須滿足信任度閾值。由于步驟2中的操作極為簡單,因此挖掘關(guān)聯(lián)規(guī)則的整個性能就由步驟1中的操作處理所決定。挖掘關(guān)聯(lián)規(guī)則的總體性能由第一步?jīng)Q定，第二步相對容易實現(xiàn)。首先產(chǎn)生頻繁1