| 数据挖掘在异常入侵检测系统中的应用 |
| |
| 引用本文： | 杨欣,范学峰.数据挖掘在异常入侵检测系统中的应用[J].计算机与现代化,2006(1):104-107. |
| |
| 作者姓名： | 杨欣 范学峰 |
| |
| 作者单位： | 同济大学教育技术与计算中心,上海,200092 |
| |
| 摘 要： | 在分析现有入侵检测技术和系统的基础上，本文提出了一种基于数据挖掘和可滑动窗口的异常检测模型，该模型综合利用了关联规则和序列模式算法对网络数据进行充分挖掘，分别给出了基于时间窗口的训练阶段和检测阶段的挖掘算法，并建立贝叶斯网络，进一步判定规则挖掘中的可疑行为，提高检测的准确率。
|
| 关 键 词： | 异常检测 关联规则 序列模式 贝叶斯网络 |
| 文章编号： | 1006-2475（2006）01-0104-04 |
| 收稿时间： | 2005-07-12 |
| 修稿时间： | 2005年7月12日 |
Anomaly Intrusion Detection System Based on Data Mining |
| |
| YANG Xin,FAN Xue-feng.Anomaly Intrusion Detection System Based on Data Mining[J].Computer and Modernization,2006(1):104-107. |
| |
| Authors: | YANG Xin FAN Xue-feng |
| |
| Affiliation: | Teaching Technology and Computing Center, Tongji University, Shanghai 200092,China |
| |
| Abstract: | On the basis of existing method and system, this paper presents an anomaly intrusion detection model based on data mining and slide window. The model deals with the network data using association rules and sequential patterns mining algorithms. It also presents the algorithms of training period and detecting period based on time window, builds Bayesian belief network to determine whether the suspicious behaviors are normal ones or not, so the accuracy is improved. |
| |
| Keywords: | anomaly detection association rules sequential patterns Bayesian belief network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
