混合型数据库中入侵检测技术仿真

发布时间：2017-10-16 09:23

  本文关键词：混合型数据库中入侵检测技术仿真

  更多相关文章： 混合型数据库 入侵检测 粗糙集 信息熵

【摘要】：在对混合型数据库的入侵进行准确检测,保障数据库安全问题的研究中,由于数据库中的数据属性差异很大,无法形成可供检测的统一阀值特征。传统的检测算法以对数据进行分类后,设置多阀值的形式完成检测,但是,分类过程无法做到完全精确,一旦数据库中数据属性数目过多,不同属性数据掺杂,很难针对不同属性数据进行准确的入侵检测。提出基于粗糙集和信息熵融合算法的混合型数据库中入侵检测方法。利用粗糙集表达复杂信息的能力,构建混合型数据库中入侵特征数据集合,针对该集合中的元素,计算不同特征的信息熵,得到不同入侵特征在入侵检测过程中的重要性,获取简化处理后的入侵特征集合,实现混合型数据库的入侵检测。实验结果表明,利用改进算法进行混合型数据库中入侵检测,能够简化入侵训练集合,缩短检测时间,极大的提高了检测的准确性。
【作者单位】： 平顶山学院软件学院;西安电子科技大学计算机学院;
【关键词】： 混合型数据库 入侵检测 粗糙集 信息熵
【基金】：国家部委基础科研计划资助项目(A1120110007)
【分类号】：TP311.13;TP393.08
【正文快照】： l引言 随着计算机信息技术的发展,数据库在承担数据存储管理功能的同时,已逐渐成为用户日常管理各类数据信息的方式[12】。由于对数据库人侵的有效检测能够保证数据字的安全,因此,已经成为该领域重点研究的课题之一[3]。现'阶段,主流的混合型数据库入侵检测方法包括基于蚁群算

【参考文献】

中国期刊全文数据库 前7条

1 贺成彬;孙志毅;李平阳;;基于高阶方法的网络流量异常检测[J];工业控制计算机;2013年12期

2 李松涛;;基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用[J];电脑知识与技术;2014年04期

3 涂俊翔;楼宇舟;;基于改进Elman神经网络的轴承故障诊断方法[J];轴承;2014年02期

4 代云韬;;计算机数据库的入侵检测技术研究[J];计算机光盘软件与应用;2014年07期

5 江峰;王春平;曾惠芬;;基于相对决策熵的决策树算法及其在入侵检测中的应用[J];计算机科学;2012年04期

6 刘其琛;施荣华;王国才;穆炜炜;;基于粗糙集与改进LSSVM的入侵检测算法研究[J];计算机工程与应用;2014年02期

7 谢景伟;;一种基于粗糙集属性约简的入侵检测算法[J];统计与决策;2012年16期

【共引文献】

中国期刊全文数据库 前3条

1 李自豪;;计算机数据库的入侵检测技术探讨[J];电子技术与软件工程;2014年21期

2 王莎莎;江峰;王文鹏;;基于相对决策熵与加权相似性的粗糙集数据补齐方法[J];计算机科学;2014年02期

3 魏峻;;基于邻域粗糙集的入侵检测集成算法[J];计算机工程与应用;2014年10期

中国硕士学位论文全文数据库 前2条

1 王莎莎;基于粗糙集和离群点挖掘的网络入侵检测研究[D];青岛科技大学;2014年

2 刘伉伉;云计算环境下入侵检测技术的研究[D];山东师范大学;2015年

【二级参考文献】

中国期刊全文数据库 前10条

1 孙大洪;王发展;刘强;张顾钟;原思聪;;基于BP和RBF神经网络的滚动轴承故障诊断比较[J];轴承;2010年02期

2 张星辉;康建设;刘占军;李志勇;;轴承故障诊断与故障预测方法[J];轴承;2011年01期

3 秦亮;;浅析计算机数据库的入侵检测技术[J];电脑知识与技术;2011年03期

4 谢旭东,梁刚,黄天云;入侵检测系统技术介绍与发展趋势[J];福建电脑;2004年06期

5 陈军;徐蕾;;用一种改进的蚁群聚类算法进行网络入侵检测[J];沈阳航空工业学院学报;2010年01期

6 陈仕涛;陈国龙;郭文忠;刘延华;;基于粒子群优化和邻域约简的入侵检测日志数据特征选择[J];计算机研究与发展;2010年07期

7 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期

8 张建华;江贺;张宪超;;蚁群聚类算法综述[J];计算机工程与应用;2006年16期

9 王海龙;杨岳湘;李强;;基于子空间方法的大规模网络流量异常检测[J];计算机工程与应用;2007年11期

10 王国胤,于洪,杨大春;基于条件信息熵的决策表约简[J];计算机学报;2002年07期

中国硕士学位论文全文数据库 前1条

1 武志峰;粗糙集理论及其在入侵检测中的应用研究[D];南京师范大学;2005年

【相似文献】

中国期刊全文数据库 前10条

1 邱兆雷;范颖;王爱云;;粗糙集理论及进展[J];信息技术与信息化;2006年05期

2 徐伟华;张文修;;覆盖广义粗糙集的模糊性[J];模糊系统与数学;2006年06期

3 石杰;;粗糙集理论及其应用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理论和应用研究[J];内江科技;2008年03期

5 胡军;王国胤;;覆盖粗糙集的模糊度[J];重庆邮电大学学报(自然科学版);2009年04期

6 燕红文;康向平;张丽;;依赖空间与粗糙集理论[J];农业网络信息;2009年09期

7 林国平;;覆盖广义粗糙集与信任函数[J];漳州师范学院学报(自然科学版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相关关系的粗糙集研究[J];南京大学学报(自然科学版);2010年05期

9 成新文;陈国超;李琦;;关于粗糙集的理论及应用研究[J];煤炭技术;2010年10期

10 林治;张璇;;粗糙集理论的应用探析[J];邢台职业技术学院学报;2011年03期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

3 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

4 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

5 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

6 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

7 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

8 杨田;覆盖粗糙集约简理论及应用[D];湖南大学;2010年

9 刘业政;基于粗糙集数据分析的智能决策支持系统研究[D];合肥工业大学;2002年

10 梁吉业;基于粗糙集与概念格的智能数据分析方法研究[D];中国科学院研究生院（计算技术研究所）;2004年

中国硕士学位论文全文数据库 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

，

本文编号：1041874