基于模糊数据挖掘的网络入侵检测模型

• 来源期刊: 南京航空航天大学学报（英文版）
• 学科: 工学
• 关键词: 入侵检测 数据挖掘 模糊逻辑 遗传算法 异常检测
• 年，卷（期）: 2005,（3）
• 页码范围: 247-251
• 页数: 5页
• 分类号: TP311
• 字数: 810字
• 语种: 英文

摘要

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.