基于Hadoop入侵檢測與防御系統(tǒng)的優(yōu)化設(shè)計與實(shí)現(xiàn).pdf

1、自從云計算的概念被提出后，云計算發(fā)展越來越快。然而正是面臨如此迅速的發(fā)展速度，云計算也即將遭受著前所未有的災(zāi)難，比如數(shù)據(jù)丟失、數(shù)據(jù)破壞等云安全問題。入侵檢測技術(shù)為解決云安全問題提供了一種有效的契機(jī)，然而當(dāng)前入侵檢測技術(shù)與云計算技術(shù)結(jié)合并不十分理想，因此導(dǎo)致了誤報率高、檢測率低等缺陷。針對上述問題，本文研究了入侵檢測技術(shù)與云計算技術(shù)的深度結(jié)合應(yīng)用，主要從以下三個方面展開研究：
　　首先為解決云計算中入侵檢測檢測效率低等不足，本文提出

2、了一個基于密度的二叉樹支持向量機(jī)入侵檢測算法（D-BTSVM），并且將該密度的計算方法在分布式框架MapReduce中實(shí)現(xiàn)。該算法是根據(jù)計算出來的密度構(gòu)建出一個二叉樹結(jié)構(gòu)的訓(xùn)練順序，并且根據(jù)該順序來訓(xùn)練出所有類別的分類模型，之后根據(jù)該模型來進(jìn)行入侵行為的預(yù)測與檢測。通過實(shí)驗(yàn)，由實(shí)驗(yàn)結(jié)果表明該檢測算法比其他的算法具有更高的檢測率和正確率，能夠檢測出更多的入侵行為。
　　其次通過研究警報處理技術(shù)，提出了一種基于MapReduce的警報

3、優(yōu)化算法（M-Optimization），該算法的主旨思想是去重、計算權(quán)重和警報優(yōu)化合并。首先合并完全相同的警報記錄，然后根據(jù)改進(jìn)的權(quán)重計算算法M-RefliefF進(jìn)行權(quán)重的計算，最后根據(jù)每一個屬性的權(quán)重值，將高權(quán)重的屬性相同的警報進(jìn)行合并，以達(dá)到減少冗余警報和方便管理的目的。在警報優(yōu)化實(shí)驗(yàn)中，同樣證明了該方法的有效性，能夠減少冗余警報。
　　最后，設(shè)計并實(shí)現(xiàn)了一個基于 Hadoop的入侵檢測與防御原型系統(tǒng)，該系統(tǒng)使用分布式文件系