模糊聚類在入侵檢測中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)規(guī)模的不斷發(fā)展，網(wǎng)絡(luò)入侵的風(fēng)險(xiǎn)性和機(jī)會也越來越多，網(wǎng)絡(luò)安全已經(jīng)成為一個全球性的重要問題。在網(wǎng)絡(luò)問題日益突出的今天，如何迅速、有效地發(fā)現(xiàn)各類新的入侵行為，對于保證網(wǎng)絡(luò)和系統(tǒng)資源的安全顯得十分重要。傳統(tǒng)的入侵檢測技術(shù)在擴(kuò)展性和適應(yīng)性上已不能應(yīng)付越來越復(fù)雜的攻擊方式，于是人們將人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等其它領(lǐng)域的方法應(yīng)用到入侵檢測技術(shù)中，以獲得更好的檢測結(jié)果。 本文在數(shù)據(jù)挖掘和入侵檢測理論的基礎(chǔ)上，提出了一種基于

2、模糊聚類技術(shù)的入侵檢測系統(tǒng)模型。針對模糊聚類算法FCM(FuzzyCMeans)標(biāo)準(zhǔn)化后產(chǎn)生隸屬度比值不均的問題，引入可變的隸屬度更新模型，提出了改進(jìn)的模糊聚類算法SFCM(ShiftFCM)，從而利用SFCM算法產(chǎn)生異常規(guī)則，實(shí)現(xiàn)對網(wǎng)絡(luò)實(shí)時數(shù)據(jù)流進(jìn)行入侵檢測。設(shè)計(jì)并實(shí)現(xiàn)了基于SFCM算法的入侵檢測系統(tǒng)FCIDS(FuzzyClusteringbasedIntrusionDetectionSystem)，給出了FCIDS系統(tǒng)的體系結(jié)構(gòu)，