APP下载

基于数据挖掘的入侵检测关键技术研究

2021-11-19白宗侯珂尚梦莹

电子技术与软件工程 2021年23期
关键词:数据挖掘关联分析

白宗 侯珂 尚梦莹

(郑州工业应用技术学院 河南省新郑市 451100)

1 入侵检测系统

入侵检测系统主要将入侵检测技术植入到可部署系统中,以识别计算机网络中违反安全策略的攻击行为,并做出对应的处理。现阶段针对入侵检测的技术研究越来越深入,常用的入侵检测方法包括免疫系统、数据挖掘、遗传算法等。其中免疫系统法是将入侵行为视作免疫系统中的异己细胞,免疫系统就是识别异己细胞的过程,因此在入侵检测系统中,免疫系统方法通常用于建立正常行为轮廓知识库及异常行为检测,不过免疫系统方法对于策略违背或伪装的异常,则不易检测出来。遗传算法的理论基础是自然选择,即分析自然进化的过程,最终确定最优解。在入侵检测中应用遗传算法,系统会先对某种入侵事件做出假设,并进行检测,假设符合条件就保留,不符合条件就剔除,并针对保留的假设再进一步检测,最终确定合的方法。在入侵检测中应用遗传算法,虽然能够获得较好的异常检测效果,但是该技术实现复杂,且对于误用检测效果不佳。数据挖掘则是从训练集中计算、分析出数据实体之间潜在的联系,建立能够反映数据实体关系的模型,数据挖掘的主要分析对象是海量的网络数据,因此非常适用于入侵检测系统。

2 数据挖掘的方法

所谓杨顾名思义是指利用一定的算法从海量的网络数据中挖掘出关键信息。数据挖掘的基本流程包括:首先,数据采集,即从数据库或从信息库中获取相关数据,针对选择的数据进行数据预处理,消除噪音或干扰数据,对数据进行格式转换,便于后续数据挖掘的操作;……

登录APP查看全文

猜你喜欢

数据挖掘关联分析
“苦”的关联
探讨人工智能与数据挖掘发展趋势
隐蔽失效适航要求符合性验证分析
电力系统不平衡分析
基于并行计算的大数据挖掘在电网中的应用
智趣
电力系统及其自动化发展趋势分析
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究
语言学与修辞学:关联与互动