基于數(shù)據(jù)挖掘的自適應(yīng)網(wǎng)絡(luò)安全審計(jì)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)帶給人們的好處數(shù)不勝數(shù)，因此人民群眾對信息網(wǎng)絡(luò)的依賴性越來越強(qiáng)。但是有很多是敏感信息，甚至是國家機(jī)密將不可避免地吸引來自世界各地的各種攻擊，如計(jì)算機(jī)病毒、數(shù)據(jù)篡改、數(shù)據(jù)刪除和添加、信息泄漏和竊取等。
　　針對這些層出不窮的安全威脅，迫切需要網(wǎng)絡(luò)安全審計(jì)對上述問題進(jìn)行有效監(jiān)控和管理。在網(wǎng)絡(luò)安全審計(jì)系統(tǒng)中，目前普遍采用的專家預(yù)先定義和數(shù)理統(tǒng)計(jì)的方法，這兩種方法的問題會產(chǎn)生漏報(bào)和錯(cuò)報(bào)的現(xiàn)象，

2、且不能檢測新的異常行為。隨著網(wǎng)絡(luò)數(shù)據(jù)流量急劇增加和網(wǎng)絡(luò)結(jié)構(gòu)的日益復(fù)雜化，采用何種技術(shù)對審計(jì)數(shù)據(jù)進(jìn)行全面、準(zhǔn)確和高速地分析成了研究熱點(diǎn)。鑒于此，本文提出了基于數(shù)據(jù)挖掘的自適應(yīng)網(wǎng)絡(luò)安全審計(jì)系統(tǒng)，所做主要工作如下:
　　(1)本文首先詳細(xì)闡述了國內(nèi)外網(wǎng)絡(luò)安全審計(jì)的現(xiàn)狀、發(fā)展趨勢，而且研究了幾種數(shù)據(jù)挖掘方法在網(wǎng)絡(luò)安全審計(jì)中的應(yīng)用，并選擇關(guān)聯(lián)規(guī)則用于網(wǎng)絡(luò)安全審計(jì)。針對單一最小支持度的弊端，深入研究了關(guān)聯(lián)規(guī)則挖掘算法Apriori算法、多最小

3、支持度算法MS-Apriori算法、最大值約束下的多最小支持度算法MSC-Apriori算法、基于圖的頻繁項(xiàng)集挖掘算法，比較這幾種算法的優(yōu)點(diǎn)和不足，從而為關(guān)聯(lián)規(guī)則挖掘算法在網(wǎng)絡(luò)安全審計(jì)中的特定應(yīng)用指出了改進(jìn)方向。
　　(2)針對Apriori算法單支持度和需要N次掃描事務(wù)數(shù)據(jù)庫的缺陷，本文在最大值約束下的多最小支持度算法MSC-Apriori算法和基于有向圖的頻繁項(xiàng)集挖掘算法的基礎(chǔ)上，提出了基于有向圖最大值約束下的多最小支持度的頻

4、繁項(xiàng)集挖掘的優(yōu)化算法，采用了三種剪枝策略和深度優(yōu)先遍歷的方法，來生成頻繁項(xiàng)集，只需要掃描數(shù)據(jù)庫一次。這種優(yōu)化算法能夠在發(fā)現(xiàn)普通意義的頻繁項(xiàng)集的基礎(chǔ)上，進(jìn)一步高效地發(fā)現(xiàn)有價(jià)值的稀有數(shù)據(jù)集，從而改善關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法。將基于最大值控制下的多支持度MSC-Apriori算法與本文算法在相同的實(shí)驗(yàn)環(huán)境中進(jìn)行了比較，本文算法在不同的數(shù)據(jù)集中所用時(shí)間要少，比MSC-Apriori算法效率要高；通過和單支持度Apriori算法的比較，本文算法在規(guī)則的有