粗糙集在入侵檢測中的應用研究.pdf

1、數(shù)據(jù)挖掘是目前數(shù)據(jù)庫和決策支持領域的最前沿的研究領域之一，而粗糙集方法是數(shù)據(jù)挖掘中的一個重要的方法。入侵檢測系統(tǒng)(IDS)是一種從計算機網(wǎng)絡或者計算機系統(tǒng)中收集信息并分析是否存在攻擊行為的主動式防御工具。入侵檢測技術也是目前信息安全研究的重點之一。
　　 本文主要研究粗糙集方法在入侵檢測系統(tǒng)中的應用，在標準的網(wǎng)絡數(shù)據(jù)集和對粗糙集方法的研究基礎上，分析了目前粗糙集方法中幾個主流的約簡算法在處理網(wǎng)絡數(shù)據(jù)時的性能及存在的一些不足，在此

2、基礎上提出了一種改進的約簡算法。該算法以屬性子集與決策屬性的依賴度為目標函數(shù)，通過設定合適的終止條件，輸出一個與決策屬性依賴度較高并且相對于以往的研究更小的屬性子集，這個子集用于入侵檢測的生成，在不失檢測準確性的基礎上，將極大的提高系統(tǒng)的實時性。本文設計了一個基于粗糙集的IDS原型系統(tǒng)的入侵檢測原型，采用以數(shù)據(jù)為中心的觀點把入侵檢測問題看作為一個數(shù)據(jù)分析過程，主要分析方法是采用基于知識量和屬性依賴度的啟發(fā)式約簡算法來處理入侵檢測問題。通