資源描述：
《基于數(shù)據(jù)挖掘的分布式網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)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、南京信息工程大學(xué)碩士學(xué)位論文基于數(shù)據(jù)挖掘的分布式網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)研究姓名：周舒申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：系統(tǒng)分析與集成指導(dǎo)教師：傅德勝20090501摘要網(wǎng)絡(luò)技術(shù)的發(fā)展，推動(dòng)了社會(huì)及生活的進(jìn)步，與此同時(shí)，傳統(tǒng)的被動(dòng)網(wǎng)絡(luò)安全技術(shù)己不能有效地抵御網(wǎng)絡(luò)入侵行為的攻擊。因此作為一種主動(dòng)防御的安全技術(shù)，入侵檢測(cè)己成為網(wǎng)絡(luò)安全技術(shù)的重要手段。但是隨著網(wǎng)絡(luò)入侵形式的不斷變化，依靠傳統(tǒng)的入侵檢測(cè)模型很難檢測(cè)出復(fù)雜及未知的入侵方式。因而就需要解決已有的入侵檢測(cè)系統(tǒng)的問(wèn)題，其中，數(shù)據(jù)挖掘技術(shù)是改善現(xiàn)有入侵檢測(cè)系統(tǒng)的途徑之一。本論文回顧了入侵檢測(cè)技術(shù)的發(fā)展史，對(duì)目前的入侵檢測(cè)技術(shù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行了詳細(xì)研究。針對(duì)
2、現(xiàn)有入侵檢測(cè)系統(tǒng)存在的檢測(cè)效率不高的缺點(diǎn)，將數(shù)據(jù)挖掘技術(shù)與入侵檢測(cè)技術(shù)結(jié)合起來(lái)，有效提升了入侵檢測(cè)效率。本論文對(duì)FP．Growth算法進(jìn)行了改進(jìn)，有效解決了傳統(tǒng)FP．Growth算法數(shù)據(jù)挖掘速度制約缺陷，提高了入侵檢測(cè)系統(tǒng)的執(zhí)行效率和規(guī)則庫(kù)的準(zhǔn)確度。隨著網(wǎng)絡(luò)入侵手段的不斷變化和復(fù)雜，目前的商用入侵檢測(cè)系統(tǒng)已不能滿足實(shí)際應(yīng)用。本論文提出了一個(gè)分布式入侵檢測(cè)系統(tǒng)模型，采用三層分布式結(jié)構(gòu)，這樣可使系統(tǒng)便于分配功能、管理方面的任務(wù)。此外，分層體系使各層的任務(wù)和功能相對(duì)獨(dú)立，各層有更大的自主性，系統(tǒng)具有高度的自適應(yīng)性。系統(tǒng)中任何單個(gè)檢測(cè)引擎出現(xiàn)故障只會(huì)造成網(wǎng)絡(luò)局部的檢測(cè)準(zhǔn)確性的降低，對(duì)系統(tǒng)其他部分并
3、沒(méi)有影響。論文給出了分布式入侵檢測(cè)系統(tǒng)的架構(gòu)、工作模式，詳細(xì)介紹了各模塊的組成和實(shí)現(xiàn)以及模塊間的通訊方式的實(shí)現(xiàn)，實(shí)際設(shè)計(jì)與調(diào)試完成準(zhǔn)業(yè)務(wù)使用的基于數(shù)據(jù)挖掘的分布式入侵檢測(cè)系統(tǒng)，對(duì)實(shí)驗(yàn)結(jié)果作了科學(xué)分析。實(shí)驗(yàn)結(jié)果表明，F(xiàn)P．Growth改進(jìn)算法的執(zhí)行效率較FP．Growth有了明顯提高，誤報(bào)率和漏報(bào)率有一定降低。系統(tǒng)能夠及時(shí)發(fā)現(xiàn)入侵行為，準(zhǔn)確記錄入侵的詳細(xì)信息，具有較好的檢測(cè)性能。關(guān)鍵詞：入侵檢測(cè)，分布式，數(shù)據(jù)挖掘，F(xiàn)P-Growth算法，關(guān)聯(lián)分析AbstractAsthedevelopmentofcomputernetworktechnologies，networkincreasestheq
4、ualityofourlifeinthesociety．Atthesametime，thetraditionalsecuritytechniquesofnetworkcan’tpreventthenetworkintrusion．Asallactivedefendabletechniqueofthesecurityofnetwork,intrusiondetectionhasbecomeaIlimportantmeasure．Buttheintrusionmeansalwayschangeinanytime．a(chǎn)saresult,it’Sdi銜culttodetectcomplicateda
5、ndunknownintrusionmeansbythetraditionalintrusiondetectionmodels．SoweneedtosolvetheseproblemsthatthetraditionalIDSCan’tdealwith．Dataminingisoneofthemeanstoimprovetheexistingintrusiondetectionsystems．111isthesisreviewsthephylogenyofintrusiondetectiontechnologies，anddoesresearchontheactualintrusionde
6、tectiontechnologiesandDataMiningtechnologies．ThenaccordingtothelimitoflOWdetectione伍ciencyofcurrentIDS．thethesisintegratesthecourseofDataMiningandtheintrusiondetectiontechnologiestoimprovetheefficiencyofintrusiondetection．FP-Growthalgorithmisimprovedinthethesis．TmSalgorithmamelioratestheFP-Growtha
7、lgorithmandincreasesthespeedofminingspeed．Thesystem’Sexecutione伍ciencyand廿1eaccuracyofrulescouldbeireproved．W弛thechangingandcomplexityofnetworkintrusionmeails，actualcommercialintrusiondetectionsystemscallnotsatis
