基于數(shù)據(jù)挖掘的數(shù)據(jù)庫(kù)入侵檢測(cè)的研究.pdf

1、數(shù)據(jù)庫(kù)系統(tǒng)往往保存著對(duì)公司或組織極為重要的數(shù)據(jù)，其重要性和價(jià)值對(duì)攻擊者有很大的吸引力，受到蓄意攻擊的可能性很大。同時(shí)，數(shù)據(jù)庫(kù)系統(tǒng)本身的弱點(diǎn)也使其成為易受攻擊的目標(biāo)，如數(shù)據(jù)庫(kù)的數(shù)據(jù)經(jīng)常需要更新以及許多數(shù)據(jù)庫(kù)提供優(yōu)化接口。 一些傳統(tǒng)的安全機(jī)制，如身份認(rèn)證，存取控制，加密等重點(diǎn)在于預(yù)防，是被動(dòng)的安全機(jī)制，無(wú)法完全阻止入侵。所以，需要入侵檢測(cè)—一種主動(dòng)的安全機(jī)制，把這些傳統(tǒng)安全機(jī)制無(wú)法阻止的攻擊找出來(lái)，并阻斷攻擊?，F(xiàn)在，入侵檢測(cè)的研究取

2、得了不少的成果，但是這些研究大多集中在對(duì)網(wǎng)絡(luò)和操作系統(tǒng)的入侵檢測(cè)上，對(duì)數(shù)據(jù)庫(kù)的入侵檢測(cè)則較少涉及。數(shù)據(jù)庫(kù)入侵檢測(cè)重點(diǎn)在于檢測(cè)數(shù)據(jù)庫(kù)內(nèi)部的攻擊，屬于應(yīng)用層的入侵檢測(cè)，能對(duì)惡意事務(wù)進(jìn)行檢測(cè)，這是網(wǎng)絡(luò)和操作系統(tǒng)入侵檢測(cè)系統(tǒng)無(wú)能為力的。 數(shù)據(jù)挖掘是從大量的、不完整的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識(shí)的過(guò)程。入侵檢測(cè)在本質(zhì)上是一個(gè)對(duì)審計(jì)日志等大量數(shù)據(jù)進(jìn)行數(shù)據(jù)處理的過(guò)程，將數(shù)據(jù)挖

3、掘應(yīng)用于入侵檢測(cè)中，即使根本不知道各種攻擊手段的作用機(jī)制，也可以從安全審計(jì)數(shù)據(jù)本身所隱藏的規(guī)律中發(fā)現(xiàn)異常行為，從而使入侵檢測(cè)系統(tǒng)具有更好的自學(xué)習(xí)、自適應(yīng)和自我擴(kuò)展的能力。本文即是將改進(jìn)的關(guān)聯(lián)規(guī)則算法應(yīng)用于數(shù)據(jù)庫(kù)的入侵檢測(cè)中。本文的主要貢獻(xiàn)如下： 1)對(duì)關(guān)聯(lián)規(guī)則挖掘算法FP—Growth進(jìn)行了基于效率的改進(jìn)，提出了MFP—Growth算法。該算法建立事務(wù)—項(xiàng)矩陣表示事務(wù)數(shù)據(jù)庫(kù)，并在頻繁模式矩陣上產(chǎn)生條件矩陣來(lái)挖掘頻繁模式集合。該方

4、法避免了FP—Growth算法中遞歸產(chǎn)生條件模式樹(shù)這一時(shí)間開(kāi)銷(xiāo)大的操作，而且該方法在支持度變化和數(shù)據(jù)更新時(shí)，不需要重新掃描數(shù)據(jù)庫(kù)，直接在事務(wù)—項(xiàng)矩陣上操作。實(shí)驗(yàn)證明該方法比FP—Growth算法有效。 2)MFP—Growth算法在數(shù)據(jù)庫(kù)入侵檢測(cè)中的應(yīng)用研究及優(yōu)化。為了使MFP—Growth算法更好的應(yīng)用于數(shù)據(jù)庫(kù)的入侵檢測(cè)中，本文對(duì)其進(jìn)行了優(yōu)化，引入了屬性相關(guān)支持度和距離度量的概念。屬性相關(guān)支持度保證了規(guī)則庫(kù)的完備性，在生成的規(guī)

5、則里就不會(huì)漏掉出現(xiàn)頻率低但非常重要的特征屬性。距離度量考慮了數(shù)據(jù)庫(kù)模式的數(shù)據(jù)結(jié)構(gòu)特性和用戶(hù)行為的語(yǔ)義特性。經(jīng)過(guò)優(yōu)化的MFP—Growth算法挖掘的模式更好的表示了數(shù)據(jù)庫(kù)用戶(hù)的行為模式，提高了入侵檢測(cè)的精度。 3)數(shù)據(jù)庫(kù)入侵檢測(cè)系統(tǒng)原型設(shè)計(jì)。本文設(shè)計(jì)了數(shù)據(jù)庫(kù)入侵檢測(cè)系統(tǒng)原型，給出了原型的框架。在數(shù)據(jù)采集中，使用了ORACLE9i的審計(jì)日志作為數(shù)據(jù)源；在模式挖掘模塊中使用了經(jīng)過(guò)優(yōu)化的MFP—Growth算法來(lái)挖掘歷史行為模式；為了使