何保荣，李建荣，王超智

（1.郑州牧业工程高等专科学校 河南 郑州 450011；3.河南省基础教育教学研究室 河南 郑州 450016）

随着网络的迅速发展，网络攻击的工具和手段多种多样，而传统的校园网络所采用的安全技术大部分是信息加密、身份认证、防火墙、安全路由器等，它们对校园网络的安全已经不能构成有效地保障。所以，在不影响网络性能的情况下，如何分析融合来自各方面的安全信息和数据，提供一个良好的入侵检测系统，提高入侵检测系统的准确率和效率，实时保护校园网络的误操作、外部攻击和内部攻击等，已经成为目前保障校园网络系统安全的关键问题。

入侵检测系统的分类有多种，按照不同的检测方法，可分为异常检测系统和误用检测系统；按照不同的数据来源，可分为主机型和网络型入侵检测系统[1]。最近几年，不断出现了新的入侵检测产品，同时也不断提出新的入侵检测方法理论，特别是把数据挖掘的相关理论应用到入侵检测系统，为入侵检测系统的研究开拓了新的领域[2-3]。由于篇幅限制，本文主要讨论基于分类算法的校园网络入侵检测系统研究。

1 入侵检测中常用的数据挖掘算法

数据挖掘是一项通用的知识发展技术，从大量数据中发现未知的攻击、提取有用的数据信息，是在入侵检测中应用数据挖掘的目的。在入侵检测系统中经常使用的数据挖掘算法，一般有关联分析算法、序列分析算法和分类算法。在分类算法中，数据分类的目的是提取数据库当中数据项的特征属性，生成分类模型（或函数），该算法的输出结果就是分类器，该模型（或函数）可以把数据库中的数据映射到给定类别中的一个[4]，从而应用于数据预测。……