基于頻繁閉情節(jié)規(guī)則的Web異常入侵檢測.pdf

1、由于Web服務遍布世界各地，因此Web攻擊數量在迅速增加。近年來，各種Web攻擊事件，比如SQL注入攻擊、網站掃描攻擊等頻繁出現，Web安全問題引起了大家的廣泛關注和討論。
　　Web訪問日志數據包含了許多有價值的信息。對Web訪問日志數據進行分析，從中挖掘到有用的信息，不僅可以及時發(fā)現入侵行為，而且還可以了解攻擊者的攻擊過程來發(fā)現相應的安全漏洞，從而采取對應的措施來進行防范。然而通過人為地處理這些Web訪問日志數據，不僅浪費時間

2、而且消耗人力，同時效率還比較低。目前存在的一些序列模式挖掘算法，比如CloSpan算法等，在分析大量的日志數據的時候可能會出現挖掘效率低下的情況，同時PrefixSpan算法還會生成冗余的頻繁情節(jié)，所以設計一個能夠高效地挖掘大量Web訪問日志數據且減少冗余頻繁情節(jié)的序列模式挖掘算法是非常有必要的。
　　傳統(tǒng)的誤用入侵檢測方法無法給Web服務提供足夠的保護，雖然它可以識別出過去出現過的攻擊但是無法識別出新的未出現的攻擊。通過以上分析

3、，我們設計了一種使用頻繁閉情節(jié)規(guī)則挖掘算法去處理大量Web訪問日志數據的Web異常入侵檢測方法。其中的頻繁閉情節(jié)規(guī)則挖掘算法可以在Spark上快速地處理大量Web訪問日志數據，并從中并行地挖掘頻繁閉情節(jié)規(guī)則。同時該算法還減少了一部分規(guī)則來提高匹配效率，這些規(guī)則對于Web異常入侵檢測來說是冗余的。然后又設計了一個分組方案去改善算法的并行效率。最后，使用SQLMAP和WebCruiser去模擬一些常見的Web攻擊來獲取模擬攻擊數據。實驗結果