论文部分内容阅读
随着电子商务的迅速发展，越来越多的关键业务已经移植到网络上，然而由于Internet自身的开放性又使计算机系统遭受网络入侵的风险日益加大，网络安全越来越引起人们的关注。入侵检测作为立体纵深防御体系中的重要组成部分，成为当前网络安全理论的研究热点。将数据挖掘与入侵检测相结合，能够增强入侵检测系统对海量数据的处理能力，使得入侵检测系统具有可扩展性和自学习能力，增强入侵检测系统的检测功能。从数据的观点来看，入侵检测本身是一个数据分析过程，在数量上远少于正常行为的入侵行为可看作孤立点。于是，将数据挖掘中的孤立点挖掘技术作为一种网络安全检测手段，用来识别变种或未知入侵行为，对于改善入侵检测系统的性能有着重大的研究意义。 本文主要针对孤立点挖掘技术在入侵检测系统中的应用展开研究，使传统入侵检测系统具有异常检测能力。 (1) 结合领域知识，改进CLARANS算法，努力提高检测准确度，并根据入侵检测的实际情况提出基于协议分析的思想； (2) 考虑网络环境，提出DLOCI算法，该算法利用中间计算结果，大大提高整体效率； (3) 在分析Snort系统的基础上，实现一个通用的基于孤立点挖掘技术的入侵检测实验平台，讨论一些关键技术，最后给出实验结果。 通过实验证实了改进算法的优越性和模型的可行性；其中许多符合实际的灵活改进，使检测性能大幅提高。未知入侵到达后，入侵检测系统进行分析处理，实时更新系统，最终完成研究任务。