基于聚類的網(wǎng)絡(luò)入侵檢測(cè)方法研究.pdf

1、隨著Intemet技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)安全問(wèn)題也顯得日益突出。入侵檢測(cè)技術(shù)作為一種主動(dòng)的安全保障措施，有效地彌補(bǔ)了傳統(tǒng)網(wǎng)絡(luò)安全防護(hù)技術(shù)的缺陷，已經(jīng)成為網(wǎng)絡(luò)信息安全的一個(gè)重要研究領(lǐng)域。由于數(shù)據(jù)挖掘技術(shù)能夠從海量數(shù)據(jù)集中挖掘出人們感興趣的特定模式，所以人們十分重視將數(shù)據(jù)挖掘技術(shù)應(yīng)用到入侵檢測(cè)的研究與開發(fā)中?；诰垲惖臒o(wú)監(jiān)督異常檢測(cè)方法可以在無(wú)標(biāo)記數(shù)據(jù)集上發(fā)現(xiàn)異常數(shù)據(jù)，克服了傳統(tǒng)數(shù)據(jù)挖掘方法的缺陷，使標(biāo)記數(shù)據(jù)集和入侵檢測(cè)建模過(guò)程自動(dòng)化，逐漸發(fā)

2、展成為一類重要的入侵檢測(cè)技術(shù)。 本文將信息熵理論應(yīng)用于入侵檢測(cè)的聚類問(wèn)題，給出在混合屬性條件下數(shù)據(jù)之間距離、數(shù)據(jù)與簇之間距離、簇與簇之間距離的定義；采用劃分聚類算法將數(shù)據(jù)集的數(shù)據(jù)劃分到類中，以整體相似度的聚類質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)作為聚類合并的策略，通過(guò)凝聚層次聚類的方法將聚類進(jìn)行合并；合并后清除噪音簇以提高檢測(cè)效率，并根據(jù)劃分出的大小簇的邊界來(lái)標(biāo)識(shí)正常簇和異常簇，最后給出算法參數(shù)選取的方法，進(jìn)而提出一種基于劃分和凝聚層次聚類的無(wú)監(jiān)督異常

3、檢測(cè)算法。算法分析和實(shí)驗(yàn)結(jié)果表明，該算法具有較好的檢測(cè)性能并能有效檢測(cè)出未知入侵行為。 本文引入克隆選擇算法對(duì)劃分聚類進(jìn)行優(yōu)化，提出了一種應(yīng)用于入侵檢測(cè)的基于克隆選擇的聚類方法。該方法通過(guò)比較數(shù)據(jù)到簇心距離和簇半徑的大小來(lái)劃分?jǐn)?shù)據(jù)，得到初始聚類，并給出簇半徑閾值的計(jì)算方法；針對(duì)入侵檢測(cè)所處理的數(shù)據(jù)具有混合屬性的特點(diǎn)，改進(jìn)數(shù)據(jù)差異度度量，定義適合混合數(shù)據(jù)聚類的目標(biāo)函數(shù)，實(shí)現(xiàn)具有混合屬性的入侵檢測(cè)數(shù)據(jù)的聚類分析；通過(guò)引入克隆選擇算法