模糊關聯(lián)的數(shù)據(jù)挖掘技術在IDS中的應用.pdf

1、隨著科技進步和計算機網(wǎng)絡技術的飛速發(fā)展，信息產(chǎn)業(yè)及其應用得到了巨大發(fā)展。對網(wǎng)絡需求的不斷增強，網(wǎng)絡用戶面臨著日益嚴重的安全問題，必須要求一個可信、可靠、安全、穩(wěn)定的網(wǎng)絡平臺。網(wǎng)絡入侵己經(jīng)成為計算機安全和網(wǎng)絡安全的最大威脅。入侵檢測系統(tǒng)是當前網(wǎng)絡安全領域的研究熱點，在保障網(wǎng)絡安全方面起著重要的作用。 對于入侵檢測作為主動防御的手段，目前的研究主要集中在異常檢測方面，它能發(fā)現(xiàn)未知入侵。但是缺陷是正常模式的知識庫難以建立，難以明確的劃

2、分正常和異常模式。鑒于這些難點，采用數(shù)據(jù)挖掘技術是一個很有效的解決方法。但是數(shù)據(jù)挖掘技術對于訓練數(shù)據(jù)的要求過高，噪聲的影響對于訓練結果有所偏差。還有尖銳邊界問題。將模糊理論和數(shù)據(jù)挖掘相結合，可以解決以上問題。 本論文對基于模糊C均值聚類算法進行了改進，對隸屬度進行修正降低孤立點的影響，利用模糊截集加快收斂，同時對聚類有效性分析來達到全局最優(yōu)。把基于模糊C均值聚類算法的結果作為模糊關聯(lián)規(guī)則挖掘的數(shù)據(jù)隸屬度，而不需要先驗知識確定隸屬