王成满

(四川外国语大学重庆南方翻译学院，重庆 401120)

1 引言

科学技术的迅速发展使社交网络、交通运输、通信运营等多个领域均形成着大量的数据，这些数据存在着许多对管理者的决策起助力价值的信息[1]。随着数据规模的增长，数据挖掘方法已变成当今社会的重点研究项目之一。互联网网络规模的扩大令越来越多的系统遭受到黑客的入侵，网络攻击的手段日渐复杂，网络安全问题越来越突出[2-3]。

为了保障网络的安全运行，相关专家们展开了大量研究。文献[4]提出了基于内网行为分析的网络攻击检测数学模型，首先需要获取网络中的信息资源，其次对网络中的行为异常风险要素进行分析，最后将信息的节点及资源获取途径当作要素，创建一个攻击检测模型，利用该模型实现对网络攻击的检测。文献[5]提出了基于流量和IP熵特性的DDoS攻击检测方法，构建M-ATS的网络攻击检测数学模型，将博弈论(M-ATS)与马尔可夫判决进程(MJP)攻击模式挖掘算法进行了结合，通过M-ATS确定最佳网络保护方法，利用MJP对未来发生的网络攻击进行预测，根据预测结果设计相应的保护方案，实现对网络攻击的检测。文献[6]提出了基于蚁群算法的网络攻击检测数学模型，将蚁群收敛到的路径当作网络异常路径，求解该异常路径上各个节点的O-measure值，通过O-measure值来确定网络攻击所在位置，实现对网络攻击的检测。

虽然当前研究取得一定进展，但是依然存在网络攻击检测率较低、网络攻击误报率较高以及检测时效性较差等问题，并不适用当前的网络攻击检测。……