基于数据挖掘的网络入侵行为检测方法

发布时间：2021-04-20 07:39

　　当前的网络入侵行为检测方法误检率较高,因此研究基于数据挖掘的网络入侵行为检测方法。该方法根据网络行为特征,设计了一个全新的特征子集选择流程;然后根据特征子集,设置一个与数据挖掘相匹配的检测动态生成规则;数据挖掘算法依据上述检测内容,实现对网络入侵行为的识别。实验结果:与传统检测方法相比,此次研究的网络入侵行为检测方法,其聚类半径r与阈值β之间的关联性更强,检测网络入侵行为的误检率更低。由此可见,数据挖掘可以提高网络入侵行为检测结果的可靠性。 

【文章来源】：信息与电脑(理论版). 2020,32(20)

【文章页数】：2 页

【文章目录】：
0 引言
1 基于数据挖掘的网络入侵行为检测方法
    1.1 选择特征子集
    1.2 设置检测动态生成规则
    1.3 基于数据挖掘识别网络入侵行为
2 实验研究
3 结 语


【参考文献】：
期刊论文
[1]网络入侵检测技术的研究进展与展望[J]. 魏鹏飞.  数字技术与应用. 2020(05)
[2]基于改进MajorClust聚类的网络入侵行为检测[J]. 罗文华,许彩滇.  信息网络安全. 2020(02)
[3]数据挖掘技术在网络入侵检测中的应用与研究[J]. 刘泽辰.  信息记录材料. 2019(08)



本文编号：3149270