數據庫累積異常的主動模糊識別方法研究.pdf

1、本文提出數據庫中存在的一種新的異常——數據庫累積異?！，F有的針對數據庫安全的研究還未對此作以系統(tǒng)深入的研究?；谀：碚?，本文提出基于可疑度決策模型(Dubiety-Determining Model，DDM)的數據庫累積異常模糊識別方法。 在給出數據庫累積異常的基礎描述后，形式化定義了數據庫累積異常語義下的概念系統(tǒng)，定義了基于累積量的數據庫事務可疑度的量化測定方法，這是數據庫累積異常識別的核心內容。然后，本文提出了基于集合間

2、相異度和條件相異度的一種k-模聚類方法，對數據庫事務集聚類分析，從而為監(jiān)測規(guī)則的設定提供重要參考。其中對條件相異度的計算，一種基于字符串匹配的方法，另外一種是基于本文提出的邏輯樹概念。接下來，本文詳細描述了基于DDM的數據庫累積異常主動模糊識別方法，包括基于累積量子模型和可疑度子模型的可疑度決策方法、DDM的訓練策略等。在對數據庫事務進行可疑度決策，是基于數據庫事務的審計記錄和設定的匹配規(guī)則進行的。根據DDM，設計并實現了一個數據庫累積

3、異常模糊識別原型系統(tǒng)，并在該原型系統(tǒng)上實施了模擬實驗，對基于DDM的數據庫累積異常主動模糊識別方法的可行性、有效性進行了驗證，對該方法在宿主數據庫上的性能影響進行了分析。最后，本文研究了基于DDM的數據庫累積異常模糊識別在分布式數據庫環(huán)境下的探測器模型，主要分為對等結構和層次結構的兩種模型，并研究了兩種結構的模型的站點協同機制，并對二者作以簡單比較。本文提出了數據庫累積異常的概念，并對其做了系統(tǒng)的描述和定義，提出了基于DDM的數據庫累積