模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究

模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究

ID:36774765

大?。?.58 MB

頁數(shù):63頁

時間:2019-05-15

模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究_第1頁
模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究_第2頁
模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究_第3頁
模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究_第4頁
模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究_第5頁
資源描述:

《模糊數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應用研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫

1、摘要摘要隨著網(wǎng)絡技術(shù)的發(fā)展和Intemet在全球的普及,網(wǎng)絡給人類社會帶來便利,但網(wǎng)絡安全問題也困擾著網(wǎng)絡技術(shù)的發(fā)展和應用。入侵檢測系統(tǒng)是進一步研究網(wǎng)絡安全問題的基礎,是解決網(wǎng)絡安全問題的前提和保證。數(shù)據(jù)挖掘是利用計算機從大量的數(shù)據(jù)中提取有用的、有意義的信息和知識的過程。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)則挖掘的過程中,將屬性值劃分到不同的區(qū)間內(nèi),進而轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則挖掘,而區(qū)間的精確劃分將導致“尖銳邊界"問題,“尖銳邊界"是在入侵檢測中應用數(shù)據(jù)挖掘方法所需要解決的問題。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】中的某個數(shù)值來表示元素隸屬某個集合的程度,從而使得區(qū)間的過渡比較平滑,減少區(qū)間邊界信息丟失的現(xiàn)象。本文對入侵檢測技術(shù)和模糊數(shù)據(jù)挖掘技術(shù)進行了較全面的綜述,詳細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)則的挖掘中將事務屬性的模糊集元素作為單一屬性來處理的方法,進行了實例推演。設計并實現(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)仿真測試平臺,并用KDDCUP99測試數(shù)據(jù)包在此系統(tǒng)平臺上進行了仿真實驗,并對實驗結(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)頻繁項集挖掘,模糊頻繁項集挖掘,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,具有一定實用意義。關(guān)鍵字:入侵檢測,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

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。