基于近鄰傳播聚類的離群檢測(cè)算法在入侵檢測(cè)中的應(yīng)用研究.pdf

1、近年來(lái)，數(shù)據(jù)挖掘中的許多方向都取得了不小的突破，在入侵檢測(cè)領(lǐng)域也取得了不小的成果。但是在大多數(shù)研究的算法僅僅是針對(duì)數(shù)據(jù)集做一般模式的研究，然而在某些時(shí)候看來(lái)一些與數(shù)據(jù)集中大多數(shù)數(shù)據(jù)模式和行為不一致的數(shù)據(jù)點(diǎn)，也存在著非常重要的研究?jī)r(jià)值，這些點(diǎn)被稱為離群點(diǎn)，由少量離群點(diǎn)組成的簇被稱為離群簇。在數(shù)據(jù)挖掘中，使用某些算法將數(shù)據(jù)集中這些離群點(diǎn)或者離群簇檢測(cè)出來(lái)的方法叫做離群檢測(cè)。在網(wǎng)絡(luò)環(huán)境中，網(wǎng)絡(luò)入侵行為通常是網(wǎng)絡(luò)行為中比例非常小的一部分行為，并

2、且這部分行為會(huì)對(duì)網(wǎng)絡(luò)環(huán)境帶來(lái)一定的危害而且該行為本身就有別于正常行為，所以可以說(shuō)網(wǎng)絡(luò)入侵也屬于離群行為。因此，這種特性為離群檢測(cè)應(yīng)用到入侵檢測(cè)中提供了理論上的可行性。
　　本文主要研究了基于近鄰傳播聚類的離群檢測(cè)算法在入侵檢測(cè)中的應(yīng)用，詳細(xì)介紹與分析國(guó)內(nèi)外常用的離群檢測(cè)算法，并對(duì)近鄰傳播算法做了詳細(xì)的介紹;證明了該算法應(yīng)用于離群檢測(cè)的可行性，提出了基于近鄰傳播聚類的離群檢測(cè)算法;并設(shè)計(jì)了基于離群檢測(cè)的入侵檢測(cè)算法模型與流程，通過(guò)A

3、P算法先對(duì)數(shù)據(jù)集進(jìn)行聚類然后進(jìn)行聚類劃分并計(jì)算離群指數(shù)，挖掘出入侵行為。通過(guò)一些列實(shí)驗(yàn)，驗(yàn)證了本文提出算法的有效性。本文的主要工作如下:
　　(1)深入的研究了離群檢測(cè)技術(shù)，分析了離群檢測(cè)技術(shù)的現(xiàn)狀，詳細(xì)的闡述了離群檢測(cè)技術(shù)的各種方法，并分析了這些方法的優(yōu)缺點(diǎn)。
　　(2)詳細(xì)的介紹了近鄰傳播聚類算法，針對(duì)近鄰傳播算法的特點(diǎn)以及離群檢測(cè)的特性與環(huán)境，驗(yàn)證了近鄰傳播算法應(yīng)用于離群檢測(cè)的可行性，提出了基于近鄰傳播聚類的離群檢測(cè)算

4、法。
　　(3)深入的研究了入侵檢測(cè)相關(guān)技術(shù)，并針對(duì)基于離群檢測(cè)的入侵檢測(cè)提出了相對(duì)應(yīng)的算法模型與流程。
　　(4)設(shè)計(jì)了基于近鄰傳播聚類的離群檢測(cè)算法應(yīng)用于入侵檢測(cè)的實(shí)驗(yàn)方案，對(duì)網(wǎng)絡(luò)入侵檢測(cè)數(shù)據(jù)集KDD CUP99進(jìn)行了研究分析，并將算法與數(shù)據(jù)集用于實(shí)驗(yàn)，驗(yàn)證算法的效果。
　　本文提出的ODAP算法應(yīng)用于入侵檢測(cè)環(huán)境中，并根據(jù)實(shí)驗(yàn)的準(zhǔn)確率等指標(biāo)進(jìn)行評(píng)估。實(shí)驗(yàn)表明，基于近鄰傳播聚類的離群檢測(cè)算法在入侵檢測(cè)中有較好的效果