张艳敏+杨娜

摘要：随着互联网应用技术的发展，网络安全问题一直是人们重点关注的问题。网络入侵的检测可以分为对网络误用的检测和对网络异常的检测，网络误用检测仅仅适用于已知类型的网络攻击，对于新型攻击行为无法达到检测目的，而网络异常检测则可以通过模型判别出攻击行为，具有更精确的检测精度和更广泛的检测范围。传统的网络异常检测方法检测效率较低，需要处理的数据量较大，为此本文提出一种采用支持向量机的基于粗糙集的分布式网络异常检测方法，采用该方法对KDD99数据集中的数据进行了仿真实验。结果表明，该方法可以对网络异常进行及时的检测，在保证检测精度的同时，可以有效缩短检测时间，网络异常检测性能良好。

关键词：粗糙集；分布式；网络异常检测；支持向量机

引言

当前互联网应用技术的发展日渐趋于成熟，各种基于互联网技术的应用程序逐步融合到人们的日常生活当中。由于互联网的普及性和使用的频繁性，网络安全问题面临着巨大挑战。网络攻击严重影响了使用者对计算机网络的使用，严重时甚至会造成不可挽回的巨大的经济损失。目前经常采用的安全防护方法是防火墙技术，但随着网络攻击手段和类型的多样性变化，单一的防火墙技术已无法满足现有网络安全要求。在防火墙后设置第二道安全保障，即网络入侵检测，可以有效地解决这个问题。……