【 摘 要 】 入侵检测技术是一种主动保护自己免受攻击的网络安全技术，入侵检测系统处于防火墙之后，在不影响网络性能情况下对网络活动进行实时监测。传统的入侵检测系统面对海量的信息数据，不能及时有效地分析处理这些数据，而数据挖掘技术的运用正好能够满足入侵检测系统的要求，合理的分析数据，有效处理数据。文章针对目前入侵检测系统中存在的一些问题，重点阐述了数据挖掘算法在异常检测和误用检测中的具体应用。对于异常检测，主要运用了分类算法；对于误用检测，主要运用了聚类算法、关联规则和孤立点等算法。最后根据基于数据挖掘的入侵检测系统的主要优点对目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析，并设计了国内第一个数据挖掘混合技术的入侵检测算法实例。

【 关键词 】 网络安全；入侵检测；数据挖掘；关联规则；聚类 【 中图分类号 】 TP391

1 引言

随着计算机网络在现代社会中发挥愈来愈重要的作用，利用计算机技术对网络进行攻击已呈现出多样化、多元化的状态，如何建立安全而又健壮的网络系统，保证重要信息的安全，已经成为研究的焦点。

2 混合数据挖掘技术ID3算法简述

对给定的训练数据集S，设目标属性具有n个不同的值，即定义了n个不同的类Ci（i=1，2，…，n），用|S|表示训练样本数，| Ci |表示类Ci中的样本数（i=1，2，…，n）， Pi表示任意样本属于Ci的概率（用| Ci | / |S|估计），分类所需要的期望信息（信息熵）：

Info（S）=entropy（ P1，P2 ，…， Pn ）=-P1 log2 P1- P2 log2 P2 -…- Pn log2 Pn =- （log2 ）

设属性A有k个不……