一種螞蟻聚類算法及其在入侵檢測中應(yīng)用的研究.pdf

1、入侵檢測被認(rèn)為是防火墻之后的第二道安全閘門，是網(wǎng)絡(luò)安全的核心技術(shù)之一。入侵檢測系統(tǒng)對惡意使用計算機(jī)和網(wǎng)絡(luò)資源的行為進(jìn)行識別和響應(yīng)，它不僅檢測來自外部的入侵行為，同時也監(jiān)督內(nèi)部用戶的未授權(quán)活動。近年來，入侵檢測已經(jīng)發(fā)展成為一個綜合性的學(xué)科領(lǐng)域，將數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等技術(shù)應(yīng)用于入侵檢測中的研究也日益增多。 隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，入侵技術(shù)越來越多樣化，入侵檢測系統(tǒng)所面臨的數(shù)據(jù)也日益龐大。數(shù)據(jù)挖掘能夠從大型數(shù)據(jù)集

2、中抽取知識，發(fā)掘數(shù)據(jù)中的有用模式。因此，將數(shù)據(jù)挖掘技術(shù)與入侵檢測技術(shù)相結(jié)合，能夠增強(qiáng)入侵檢測系統(tǒng)對海量數(shù)據(jù)的處理能力，發(fā)掘數(shù)據(jù)間的潛在規(guī)則，增強(qiáng)入侵檢測系統(tǒng)的檢測能力。 在各種數(shù)據(jù)挖掘方法中，聚類分析是較常用的一種。聚類是將物理或抽象對象的集合劃分為由類似的對象組成的多個類的過程。在各種入侵檢測系統(tǒng)中，采用聚類分析方法的主要是異常入侵檢測，例如基于無監(jiān)督聚類的異常入侵檢測。這種入侵檢測方法不需要對訓(xùn)練集進(jìn)行標(biāo)類和嚴(yán)格的過濾，對未

3、知入侵的檢測有比較好的效果，而且算法的運(yùn)行效率也比較高。 本文首先介紹了入侵檢測的發(fā)展歷史，入侵檢測系統(tǒng)的基本模型以及分類，研究了數(shù)據(jù)挖掘的過程，并詳細(xì)研究了數(shù)據(jù)挖掘中的聚類方法。然后，本文研究了一種螞蟻聚類算法，分析了算法的流程和優(yōu)缺點，并在其基礎(chǔ)上提出了一種名為“雙重螞蟻聚類算法”的聚類算法。雙重螞蟻聚類算法通過添加一種“維護(hù)螞蟻”，減少了算法中孤立點的數(shù)目，改善了算法的聚類效果。然后，本文設(shè)計了實驗?zāi)Ｐ?，用于檢驗雙重螞蟻算