基于粗糙集的聚类算法在入侵检测系统中的应用）.pdfVIP

基于粗糙集的聚类算法在入侵检测系统中的应用) 天津大学计算机科学与技术系!#$$% ’ 摘 要 基于粗糙集理论和迭代自组织聚类算法 提出一种实现入侵检测规则和特征自动化提 ! ! 取的方法!并对该方法进行了实验分析 ! 关键词 入侵检测 聚类算法 粗糙集 迭代自组织算法 入侵检测系统 是对 定义 对于每个属性子集 为属性集合 定 !#$%’()# *+$+,$()# -.’$+/ !0-1 6 ! ! ! ! 计算机或计算机网络系统中的入侵行为进行自动检测的 义一个不分明关系 二元关系 ! 即 ! 7 1#$% !!1 $% !’1 89!( ) 1 : 系统 入侵检测方法一般可分为 大类 误用检测 2 # ! ! 2 !/(’’+ !( )1 ; #* ’ !* !( 1 8*!) 11 3+$+,$()#1 和异常检测!4#)/45. 3+$+,$()#1 误用检测的基 不分明关系是粗糙集理论的关键概念 通过不分明 础是建立攻击行为特征库 采用模式匹配的方法确定攻击 关系 可以将信息系统中的对象划分成一些等价类 这些 ! ! ! ! 事件 它的优点是检测的误报率低 检测速度快 但误用检 等价类被称作知识 粗糙集理论研究的就是知识与知识 测通常不能发现攻击特征库中没有事先指定的攻击行为! 之间的相互表示问题 # ! 所以无法检测出新的攻击形式 异常检测则是通过建立用 定义 2 决策表是一个信息表知识表达系统 + 8= , 户正常行为模型 以是否显著偏离该模型为依据进行入侵 是属性集合 子集 和 分别称为条件 ! ! ! ! ! - . 8/ $0 / 0 ! ! ! 检测 同误用检测相比 异常检测有一定的误报率 但因为 属性 0 %? 它是根据当前的系统行为同正常模型的相似度来判断是