基于距離的孤立點挖掘在計算機取證中的應用研究.pdf

1、隨著信息技術的發(fā)展,我們已經進入了大數(shù)據時期,每天產生各類形式各異的數(shù)據,與之相隨的會出現(xiàn)各種網絡安全問題,針對這些問題,當前的研究工作主要集中在安全防御方面,但是計算機網絡犯罪技術也在不斷進步,因此僅靠防御方法是不能很好地打擊計算機犯罪的,我們需要發(fā)揮社會和法律的力量去打擊計算機犯罪,計算機取證技術應運而生。
　　數(shù)據挖掘技術可以從海量的數(shù)據中挖掘出潛在的、有研究價值的知識,但是從這些海量數(shù)據中找到那些極少數(shù)的異常行為并發(fā)現(xiàn)有意

2、義的知識是一項富有挑戰(zhàn)性的工作,然而現(xiàn)實生活中經常包含一些與數(shù)據集一般行為或者一般模型不一致的數(shù)據對象,即孤立點。雖然正常的行為比數(shù)異常行為要多得多,但不正常的行為可能含有非常有趣的知識。所以研究這些孤立點具有一定的理論基礎和實踐意義。
　　本文對K近鄰孤立點檢測算法進行了更為細致的研究,進而對其進行了改進,提高了算法的效率及準確性。同時針對網絡操作日志數(shù)據量大、計算量大的特點,本文采用基于MapReduce架構的分布式算法思想,

3、在Hadoop集群中快速的檢測孤立點。對國內和國際的相關異常檢測方法的研究和應用進行了詳細分析,設計了基于孤立點挖掘的異常檢測模型,最后將孤立點檢測方法應用于計算機取證技術中。本文主要研究如下:
　　(1)系統(tǒng)探討了當前國內外孤立點挖掘算法的研究現(xiàn)狀,分析了孤立點挖掘算法的應用實例,理論學習了孤立點挖掘算法的概念、流程,并對孤立點挖掘算法的性能和實現(xiàn)機制進行了總結。深入研究計算機取證的相關知識與技能,總結了計算機取證的關鍵技術,并

4、給出計算機取證的流程。
　　(2)深入研究基于距離的反向K近鄰孤立點檢測算法,并指出其不足,并對算法進行了改進,通過剪枝操作去除冗余數(shù)據后,加入了自適應確定參數(shù)的機制,避免了過多人工參與造成的數(shù)據偏離,提高了算法的準確性和高效性。在 Hadoop集群架構中設計了基于MapReduce的孤立點檢測算法,在分布式環(huán)境中快速檢測孤立點。
　　(3)構造一種基于孤立點挖掘算法的日志分析模型,對日志數(shù)據進行預處理后,將改進的孤立點檢測