經(jīng)典講義數(shù)據(jù)挖掘與入侵檢測(ppt35)-經(jīng)營管理-資料下載頁
2025-08-05 18:23本頁面
【導(dǎo)讀】挖掘，采掘，采礦......這樣的說法可能引起誤解…提取有趣的、隱藏的知識、規(guī)律或高層信。提供對數(shù)據(jù)庫的不同觀察和瀏覽的視角；海量數(shù)據(jù)的處理能力。在數(shù)據(jù)記錄的數(shù)據(jù)項之間發(fā)掘關(guān)聯(lián)關(guān)系，面包和牛奶的故事…關(guān)聯(lián)規(guī)則的形式：。分類模型用于預(yù)測新的數(shù)據(jù)記錄所屬類型。必須事先給出分類的標(biāo)號。將物理或抽象對象的集合分組成為由類似。的對象組成的多個類的過程。–同一類別的對象間距離盡可能??；考慮對象間的相似性問題。–數(shù)據(jù)來源和格式多樣化；–分析任務(wù)繁重；使用數(shù)據(jù)挖掘中的數(shù)據(jù)分類、關(guān)聯(lián)分析和。生成入侵檢測規(guī)則及建立異常檢測模型。應(yīng)用范圍廣，擴(kuò)展性好。檢測復(fù)雜攻擊的準(zhǔn)確率低。檢測的針對性強(qiáng)，準(zhǔn)確率高。與操作系統(tǒng)結(jié)合緊密。只能檢測針對本機(jī)的攻擊行為。攻擊事件相對于正常的網(wǎng)絡(luò)或系統(tǒng)訪問是。安全審計數(shù)據(jù)的特性在正常情況下是非常。連接記錄時間窗統(tǒng)計；?用戶行為序列模式
【正文】 N orm a l P robe D oS U 2R 0 0 0 0 0 R2L 0 0 0 O ve ra l l E rror 2020/9/18 29 貝葉斯分類規(guī)則 設(shè) X ∈ S ，則基于最小錯誤率的貝葉斯決策規(guī)則 , X ∈ C j 的條件是如果： mjixcpxcpijji???? ,1 )),|((m a x)|(, 則 X 屬于類別 c j 其含義為：在觀測得到的 n維特征向量 X發(fā)生的條件下，類別 cj的所有條件概率中最大者為應(yīng)歸屬的類，這樣做可以實現(xiàn)最小錯誤率的識別決策。 2020/9/18 30 貝葉斯分類結(jié)果 分別使用基本屬性集 、 內(nèi)容屬性集 、 主機(jī)屬性集進(jìn) 行 測 試 時 ， 由 于 算 法 選 擇 的 屬 性 均 是{ protocol_type , service , flag }， 所以分類的結(jié)果也一致 Predicted(overall error=%) valu e 0 1 2 3 4 C orrec t 0 6020 3 208 180 0 1 1 856 2448 620 0 242 2 9334 60 22187 7 0 182 3 79 0 0 0 0 0 4 1456 8 135 8 0 29 2020/9/18 31 模式匹配方法 ?完全匹配 ?不完全匹配 ： rcb ， Hamming 匹配 ?基于相似度的匹配規(guī)則 ： 基于距離計算相似度 ， Terran Lane基于順序匹配的相似度計算方法 2020/9/18 32 模式匹配方法（續(xù)） ?rcb（ rcontinuous bits） 是一種不完全匹配方法，如果長度為 l的兩個字符串 x和 y在連續(xù) r個位置上一致，則說 x和 y匹配。 ?Hamming 匹配是一種不完全匹配， 如果兩個字符串 x和 y至少在 r個位置上值相等 ， 則說這兩個字符串在 Hamming 匹配規(guī)則 下匹配 。 ?Terran Lane的序列匹配規(guī)則不僅考慮到字符的匹配，還考慮了相鄰字符匹配的字符串具有更大的相似度。 2020/9/18 33 小結(jié) ?在網(wǎng)絡(luò)層、傳輸層、應(yīng)用層上對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析，恢復(fù)連接記錄及 Ftp、 Http、Tel等應(yīng)用層會話； ?根據(jù)訓(xùn)練數(shù)據(jù)得出未知入侵的檢測規(guī)則并嵌入入侵檢測模塊； ?用戶行為習(xí)慣分析，檢測異常模式； ?基于系統(tǒng)調(diào)用的特權(quán)進(jìn)程異常檢測； 2020/9/18 34 小結(jié) ?審計數(shù)據(jù)類型： – tcpdump格式的網(wǎng)絡(luò)數(shù)據(jù)； –主機(jī)特權(quán)進(jìn)程的系統(tǒng)調(diào)用序列； ?分析結(jié)果： – IFThen形式的檢測規(guī)則； –可視化的統(tǒng)計結(jié)果； 2020/9/18 35 小結(jié) ?今后方向 –智能化的進(jìn)一步提高 –簡化訓(xùn)練過程 –實時挖掘 –與 IDS的無縫連接 –其它類型審計數(shù)據(jù)的挖掘分析
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1