基于粗糙集的分布式网络入侵检测系统设计及实现
- 格式：pdf
- 大小：154.14 KB
- 文档页数：2
下载文档原格式
合集下载
基于粗糙集和CP神经网络的入侵检测模型
人类 的学 习和生 活正在被计算机 网络 所影 响， 现今无 论
虚拟专 用 网络 … （ Ｐ Ｖｒ ａ Ｐ ｖｔ Ｎ ｔｏｋ 、 Ｖ Ｎ， ｉｕ ｒ ａｅ ｅ ｒ） 防火 墙 、 ｔｌ ｉ ｗ 杀 毒软件 、 数字签名和身份认证等 。这些传 统的 防护 网络安全
是社会经济 ， 还是社会 文化 到处 都渗 透着计 算机 网络 ， 以 可
利用这些规则来 自动更新入侵检测 系统 。
图 ２ Ｃ 网络 拓 扑 结 构 Ｐ
由于入侵检测 系统存 在的 比较高 的漏报 率 以及 高 的误 报率等缺 陷， 文给出 了一 种新 的基于 Ｃ 本 Ｐ神 经 网络 的网络
入侵检测算法 ， 实验结果 表 明了 ， 该算 法缩短 了样 本训 练时 间， 有效 了提高了 Ｃ Ｐ神经 网络分类 正确率 。仿真 实验 表明
第２卷 第ｌ期 ８ Ｏ
文章编号 ：０６－ ３ ８ ２ １ ）０一 ｌ５— ３ １０ ９ ４ （０ １ １ Ｏ １ ０
计
算
机
仿
真
２１年１月 ０１ ０
基 于粗 糙 集 和 Ｃ Ｐ神 经 网络 的入 侵 检 测模 型
黄 小龙 ， 梁碧珍
（ 色学 院数学与计算机工程系 ， 百 广西 百色 ５ ３０ ） ３０ ０ 摘要 ： 研究网络入侵检测准确度问题。针对入侵检测系统存 在的 比较 高的漏报 率以及 高的误报 率等缺 陷， 据 ｃ 神 经 网 根 Ｐ 络算法的优点 ， 提出了一种改 良型的 ｃ Ｐ神经网络入侵检测算法 。算法采用已学习好 的二值神经 网络将简化 的数据 集作为 ｃ 神经 网络输入数据 ， Ｐ 这样简化 了 ｃ 神经 网络的结构 ， Ｐ 解决 了直接 用 ｃ Ｐ学 习造成 的训 练样本数 量过大 而难 以收敛 的问 题， 同时缩短了样本训练时间 ， 有效提高了 ｃ 神经 网络分类正确率 。在 Ｍ ｔ ｂ Ｐ ａａ 平台上进行仿真的结果表 明， ｌ 所提 出的新 的 入侵检测算法 ， 训练样本时间更短 ， 与传统网络入侵检测系统模 型相比 ， 具有更好 的入侵识别率 和检测率 。 关键词 ： 神经网络 ； 属性约简 ； 人侵检测
虚拟专 用 网络 … （ Ｐ Ｖｒ ａ Ｐ ｖｔ Ｎ ｔｏｋ 、 Ｖ Ｎ， ｉｕ ｒ ａｅ ｅ ｒ） 防火 墙 、 ｔｌ ｉ ｗ 杀 毒软件 、 数字签名和身份认证等 。这些传 统的 防护 网络安全
是社会经济 ， 还是社会 文化 到处 都渗 透着计 算机 网络 ， 以 可
利用这些规则来 自动更新入侵检测 系统 。
图 ２ Ｃ 网络 拓 扑 结 构 Ｐ
由于入侵检测 系统存 在的 比较高 的漏报 率 以及 高 的误 报率等缺 陷， 文给出 了一 种新 的基于 Ｃ 本 Ｐ神 经 网络 的网络
入侵检测算法 ， 实验结果 表 明了 ， 该算 法缩短 了样 本训 练时 间， 有效 了提高了 Ｃ Ｐ神经 网络分类 正确率 。仿真 实验 表明
第２卷 第ｌ期 ８ Ｏ
文章编号 ：０６－ ３ ８ ２ １ ）０一 ｌ５— ３ １０ ９ ４ （０ １ １ Ｏ １ ０
计
算
机
仿
真
２１年１月 ０１ ０
基 于粗 糙 集 和 Ｃ Ｐ神 经 网络 的入 侵 检 测模 型
黄 小龙 ， 梁碧珍
（ 色学 院数学与计算机工程系 ， 百 广西 百色 ５ ３０ ） ３０ ０ 摘要 ： 研究网络入侵检测准确度问题。针对入侵检测系统存 在的 比较 高的漏报 率以及 高的误报 率等缺 陷， 据 ｃ 神 经 网 根 Ｐ 络算法的优点 ， 提出了一种改 良型的 ｃ Ｐ神经网络入侵检测算法 。算法采用已学习好 的二值神经 网络将简化 的数据 集作为 ｃ 神经 网络输入数据 ， Ｐ 这样简化 了 ｃ 神经 网络的结构 ， Ｐ 解决 了直接 用 ｃ Ｐ学 习造成 的训 练样本数 量过大 而难 以收敛 的问 题， 同时缩短了样本训练时间 ， 有效提高了 ｃ 神经 网络分类正确率 。在 Ｍ ｔ ｂ Ｐ ａａ 平台上进行仿真的结果表 明， ｌ 所提 出的新 的 入侵检测算法 ， 训练样本时间更短 ， 与传统网络入侵检测系统模 型相比 ， 具有更好 的入侵识别率 和检测率 。 关键词 ： 神经网络 ； 属性约简 ； 人侵检测
基于粗糙集智能集成方法的故障诊断应用综述
在模型参数 中来构造。包括几何距离和信息距离
的重视。 ａ ｌ 于 １９ 年出版了《 Ｐｗａ ｋ ９１ 粗糙集一 关于数 据推理的理论》 专著， 从而使粗糙集理论及其应用 进 入 了一个 新 的研 究 阶段 。１９ ９ ２年关 于粗糙集 理
论 的第一 届 国 际学 术会 议 在 波 兰召 开 ．９５年 粗 １９ 糙 集理 论被 列为计 算 机科学 新兴 的研究 课题 【 。
输 出残 差进行 处 理 ， 并得 出诊 断结 果 。 通过选 用 确
粗糙集的算法研 究 ， 一方面侧重于属性约简 算法 和规 则 提取启 发 式算 法 ， 如基 于属性 重要 性 、 信息度量的启发式算法 ；另一方面侧重于和其他 智能算法 （ 如神经 网络 、 支持向量机 、 遗传算法 、 模 糊理论） 的结合 。 由于粗糙集理论描述的是集合之 间的不确定性 ．且无需所需处理的数据集合之外 的任何先验知识来处理不精确或不确定问题 ， 从 而与概率论 、模糊数学和证据理论等有很强的互
棒 性及 系统对 于早 期故 障 的灵 敏度 参 数估计 方 。
法通过辨识系统模型参数实现故障诊断 ，适用于 线性 系统 和非 线性 系统 。在 实 际应用 中为 了提高 故障检测和分离性能 ，参数估计法通常结合其他 数学模型使用嘲 。 基于信号处理的故 障诊断方法 主要有两种 ：
５ 一 ８
知识是对客观世界的认识和总结 ．是把有关 信息相关联形成 的信息结构。知识在粗糙集中也 是一个重要概念 ．表示论域 ｕ中以基本概念作为 模 块 的概 念族 。 中 ， 域 【表 示研 究对象 组成 的 其 论 ，
糊方法在建立正确的模糊规则和隶属函数上存在
非空有限集合 。 概念是论域的任意子集 。 基本概念
态估计方法 、 参数估计方法和等价空间方法。 状态
的重视。 ａ ｌ 于 １９ 年出版了《 Ｐｗａ ｋ ９１ 粗糙集一 关于数 据推理的理论》 专著， 从而使粗糙集理论及其应用 进 入 了一个 新 的研 究 阶段 。１９ ９ ２年关 于粗糙集 理
论 的第一 届 国 际学 术会 议 在 波 兰召 开 ．９５年 粗 １９ 糙 集理 论被 列为计 算 机科学 新兴 的研究 课题 【 。
输 出残 差进行 处 理 ， 并得 出诊 断结 果 。 通过选 用 确
粗糙集的算法研 究 ， 一方面侧重于属性约简 算法 和规 则 提取启 发 式算 法 ， 如基 于属性 重要 性 、 信息度量的启发式算法 ；另一方面侧重于和其他 智能算法 （ 如神经 网络 、 支持向量机 、 遗传算法 、 模 糊理论） 的结合 。 由于粗糙集理论描述的是集合之 间的不确定性 ．且无需所需处理的数据集合之外 的任何先验知识来处理不精确或不确定问题 ， 从 而与概率论 、模糊数学和证据理论等有很强的互
棒 性及 系统对 于早 期故 障 的灵 敏度 参 数估计 方 。
法通过辨识系统模型参数实现故障诊断 ，适用于 线性 系统 和非 线性 系统 。在 实 际应用 中为 了提高 故障检测和分离性能 ，参数估计法通常结合其他 数学模型使用嘲 。 基于信号处理的故 障诊断方法 主要有两种 ：
５ 一 ８
知识是对客观世界的认识和总结 ．是把有关 信息相关联形成 的信息结构。知识在粗糙集中也 是一个重要概念 ．表示论域 ｕ中以基本概念作为 模 块 的概 念族 。 中 ， 域 【表 示研 究对象 组成 的 其 论 ，
糊方法在建立正确的模糊规则和隶属函数上存在
非空有限集合 。 概念是论域的任意子集 。 基本概念
态估计方法 、 参数估计方法和等价空间方法。 状态
基于粗糙集神经网络PID的串级控制系统设计
制 系统 的 仿 真 结 果 表 明 ， 传 统 的 神 经 网 络 Ｐ Ｄ 建 模 方 法 相 比 ， 控 制 器 网 络 训 练 时 间 少 、 扰 性 与 Ｉ 该 抗 和 鲁棒 性 强 。
关 键 词 ； 糙 集 ； 经 网 络 ； 级 系 统 粗 神 串
中 图分类 号 ： ＴＰ１ ８
维普资讯
第 ３ ３卷
第 ６ 期
太
原
理
工
大
学
学
报
Ｖｏ ． ３ ＮＯ ６ １３ ．
Ｎ ｏ ２０ ｖ． ０２
２ ０ 年 １ 月 ０２ １
Ｊ ＯＵＲＮＡＬ ＯＦ ＴＡＩ ＹＵＡＮ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ ＯＦ ＴＥＣＨＮＯＬＯＧＹ
数值 化 的 信息 ， 粗糙 集 处理 数 据而 言 ， 较 能够 得 出更
精 细 的结果 。但 是 当网络 规 模较 大 、 样本 较 多 时 ， 训 练 过 程 变得 复 杂 而 且 漫 长 ， 限制 了神 经 网络 实 用 化
的推广 。
— 是 一个 信 息 函数 ， 指 定 了 中 每 一个 对 象 ， 它 ２ ７ 的属 性值 。定义 具 有不 同条件 属 性 Ｃ 和决 策属 性 Ｄ
之有 千 丝 万缕 的联 系 。知 识 约简 是 ＲＳ理 论 的精 髓 之 一 ，它在 保 持 知识 库 信 息 完 备 的 情 况 下 ， 到 最 得 简决 策 。 人 工 神 经 网 络 （ ｔ ｉｉｌＮｅ ｒｌＮｅｗ ｒ ， Ａｒｉｃａ ｆ ｕａ ｔ ｏ ｋ ＡＮＮ） 作 为 人 工智 能 领域 的一 个 重要 分支 ， 有 很 ， 具 好 的数 值逼 近 能力 和 泛化 能 力 ， 它能 够处 理定 量 的 、
约 简 Ｂ 网 络 样 本 的 冗 余 属 性 和 属 性 值 并 保 留 重 要 数 据 得 到 最 小 样 本 ， 后 用 这 个 最 小 样 本 训 练 Ｐ 然
关 键 词 ； 糙 集 ； 经 网 络 ； 级 系 统 粗 神 串
中 图分类 号 ： ＴＰ１ ８
维普资讯
第 ３ ３卷
第 ６ 期
太
原
理
工
大
学
学
报
Ｖｏ ． ３ ＮＯ ６ １３ ．
Ｎ ｏ ２０ ｖ． ０２
２ ０ 年 １ 月 ０２ １
Ｊ ＯＵＲＮＡＬ ＯＦ ＴＡＩ ＹＵＡＮ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ ＯＦ ＴＥＣＨＮＯＬＯＧＹ
数值 化 的 信息 ， 粗糙 集 处理 数 据而 言 ， 较 能够 得 出更
精 细 的结果 。但 是 当网络 规 模较 大 、 样本 较 多 时 ， 训 练 过 程 变得 复 杂 而 且 漫 长 ， 限制 了神 经 网络 实 用 化
的推广 。
— 是 一个 信 息 函数 ， 指 定 了 中 每 一个 对 象 ， 它 ２ ７ 的属 性值 。定义 具 有不 同条件 属 性 Ｃ 和决 策属 性 Ｄ
之有 千 丝 万缕 的联 系 。知 识 约简 是 ＲＳ理 论 的精 髓 之 一 ，它在 保 持 知识 库 信 息 完 备 的 情 况 下 ， 到 最 得 简决 策 。 人 工 神 经 网 络 （ ｔ ｉｉｌＮｅ ｒｌＮｅｗ ｒ ， Ａｒｉｃａ ｆ ｕａ ｔ ｏ ｋ ＡＮＮ） 作 为 人 工智 能 领域 的一 个 重要 分支 ， 有 很 ， 具 好 的数 值逼 近 能力 和 泛化 能 力 ， 它能 够处 理定 量 的 、
约 简 Ｂ 网 络 样 本 的 冗 余 属 性 和 属 性 值 并 保 留 重 要 数 据 得 到 最 小 样 本 ， 后 用 这 个 最 小 样 本 训 练 Ｐ 然
基于粗糙集理论的网络型入侵检测系统
（． ｃ ｏ ｌｏ ｎ ｏｍａｉ ｉｎ ｅａ ｄＥｎ ｉｅ ｒｎ Ｅａ ｔ ｉａＵｎｖ ｒｉ ｆＳ ｉｎ ｅ＆ Ｔｅ ｈ ｏｏ ｙ． ａ ｇ ａ ０ ２ ７； １ Ｓ ｈ ｏ ｆ ｆ ｒ ｔ Ｓｃｅ ｃ ｎ ｇｎ ｅ ｇ． ｓ ｎ ｉｅ ｓｔ ｏ ｃｅ ｃ Ｉ ｏｎ ｉ Ｃｈ ｙ ｃ ｎ ｌｇ Ｓｈ ｎ ｈ ｉ ０ ３ ２
关健词 ：入侵检测系统 ；粗糙集 ；不可分辨关系 ；离散化 ；数据约简
Ｎｅ ｗｏ ｋ ｂ ｓ ｄ Ｉ ｔ ｕ ｉ ｎ Ｄｅ ｅ ｔｏ ｙ ｔ ｍ ｉ ｇ Ｒｏ ｇ ｅ ｔ ｒ — ａ ｅ ｎ ｒ ｓｏ ｔ ｃ ｉ ｎ Ｓ ｓｅ Ｕｓｎ ｕ ｈ Ｓ ｔ
ＺＨＡＮＧ ｎ ｍ ｅ ， ＡＮＧ ｎ ， ＡＮＧ ｎ ｙ Ｈｏ ｇ ｉ Ｗ Ｙｏ ｇ Ｗ Ｘｉ ｇ ｕ
中 圈分类号： Ｐ９ Ｔ ３３
基 于粗糙 集理 论 的 网络 型 入侵 检 测 系统
张红梅 ，王 勇 ，王行愚
（． １ 华东理工大学信息学院 ，上海 ２０ ３ ；２ 桂林 电子工业学院 网络信息 中心 ，桂林 ５ １０ ） ０ ２７ ． ４０４ 擅 耍： 为解决 目前大 多数入侵检测产 品或模 型对未知攻击 的检测都存在精度低 或者虚警率高 的问题 ， 建立 了一 个基于 网络 的入侵检测实
ｆｏｍ ｅ ｗｏ ｋ ｃ ｎ ｅ ｔ ｎ ａ ｅ ｇ ｏ ｎ ｉ ａｏｒ ｆｔ ｅ ｓａ ｕ ｆ ｎ ｔ ｒ ｎ ｈｅ ｒ ｕｇ ｅ ｓ ｔ ｅ ｒ ｓ ｐ ｗｅ ｆ ｌｉ ｌｉ ｌ ｓ ｌ ｓ ｉ ｃ ｔ ｎ ａ ｌ ａ ｒ ｎ ｔ ｒ ｏ ｎ ｃ ｉ ｏ ｄ ｉ ｄ ｃ ｔ ｓ ｏ ｈ ｔｔ ｓｏ ｅｗｏ ｋ ａ ｄ ｔ ｏ ｈ ｓ ｔ ｈ ｏ ｉ ｏ ｒｕ ｎ ｍｕ ｔ・ ａ ｓｃ ａ ｓｆ ａｉ ｓｗｅ ｌ ｓ ｏ ｒ ｙ ｃ ｉ ｏ
关健词 ：入侵检测系统 ；粗糙集 ；不可分辨关系 ；离散化 ；数据约简
Ｎｅ ｗｏ ｋ ｂ ｓ ｄ Ｉ ｔ ｕ ｉ ｎ Ｄｅ ｅ ｔｏ ｙ ｔ ｍ ｉ ｇ Ｒｏ ｇ ｅ ｔ ｒ — ａ ｅ ｎ ｒ ｓｏ ｔ ｃ ｉ ｎ Ｓ ｓｅ Ｕｓｎ ｕ ｈ Ｓ ｔ
ＺＨＡＮＧ ｎ ｍ ｅ ， ＡＮＧ ｎ ， ＡＮＧ ｎ ｙ Ｈｏ ｇ ｉ Ｗ Ｙｏ ｇ Ｗ Ｘｉ ｇ ｕ
中 圈分类号： Ｐ９ Ｔ ３３
基 于粗糙 集理 论 的 网络 型 入侵 检 测 系统
张红梅 ，王 勇 ，王行愚
（． １ 华东理工大学信息学院 ，上海 ２０ ３ ；２ 桂林 电子工业学院 网络信息 中心 ，桂林 ５ １０ ） ０ ２７ ． ４０４ 擅 耍： 为解决 目前大 多数入侵检测产 品或模 型对未知攻击 的检测都存在精度低 或者虚警率高 的问题 ， 建立 了一 个基于 网络 的入侵检测实
ｆｏｍ ｅ ｗｏ ｋ ｃ ｎ ｅ ｔ ｎ ａ ｅ ｇ ｏ ｎ ｉ ａｏｒ ｆｔ ｅ ｓａ ｕ ｆ ｎ ｔ ｒ ｎ ｈｅ ｒ ｕｇ ｅ ｓ ｔ ｅ ｒ ｓ ｐ ｗｅ ｆ ｌｉ ｌｉ ｌ ｓ ｌ ｓ ｉ ｃ ｔ ｎ ａ ｌ ａ ｒ ｎ ｔ ｒ ｏ ｎ ｃ ｉ ｏ ｄ ｉ ｄ ｃ ｔ ｓ ｏ ｈ ｔｔ ｓｏ ｅｗｏ ｋ ａ ｄ ｔ ｏ ｈ ｓ ｔ ｈ ｏ ｉ ｏ ｒｕ ｎ ｍｕ ｔ・ ａ ｓｃ ａ ｓｆ ａｉ ｓｗｅ ｌ ｓ ｏ ｒ ｙ ｃ ｉ ｏ
基于粗糙-遗传算法的入侵检测方法研究
＾
１ 粗 糙 集 基 本 概 念 ］
定 义 １ 四 元 组 Ｓ （ Ａ． ｆ是 一 个 知 识 表 达 系 ＝ Ｕ． Ｖ．）
统． 中 Ｕ表示 对象 的非空有 限集合， 其 称为论域 ； ＝ Ａ ＣＵ
Ｄ． ＣＮＤ ， 卸 Ｃ称 为 条 件 属 性 集 称 为 决 策 属 性 集 ； Ｄ Ｖ
期
（ 外 司 留『 ｏ １２ 教 ２ ５５ ７号 ） ０ ；
ｏ ＯＥＮＣ Ｒ０ ９ ＭＤＲ Ｏ ＵＥ ２６ Ｍ Ｔ ０ Ｐ
力 不 变 的 前 提 下 ． 过 知 识 （ 性 ） 简 得 ｆ 问 题 的 决 通 属 约 ｆ ；
是属性 的值 域 ；表示 Ｕ Ａ Ｖ是一 个信息 函数 ，它 为 ｆ × — 每个 对象 的每个属性 赋予一个 信息值 ；我们 将具有 条
件 属 性 和决 策 属 性 的 知 识 表 达 系 统 称 为 决 策 表 每 个 属 性 子 集 Ｐ Ａ 决 定 了 一 个 二 元 不 可 分 关 系 ｉｄＰ ： ｎ （１
理 论 引入 到 入 侵 检 测 中， 一般 方 法 更 适 用 于 大 信 息 量 的 网络 平 台 的 检 测 ， 以 快 速 准 确 地 进 行 比 可
入侵 检 测。
关键 词： 传 算法 ；粗糙 集；入 侵检 测 遗
引 言
随着 计算 机 网络 的飞速 发展 ， 息 已成 为推 动经 信 济和社会 发 展的关键 ， 网络 安 全也 成为人 们 日益关 而 心 的重要 问题 。实践 证 明， 统 的 防火 墙和 用 户身份 传 认 证 系统 都 无法 阻 止所 有 的 网络 攻 击及 系 统 内部攻 击。 入侵 检测 系统（ ｔ ｓ ｎＤ ｔｃｉ ｙｔ Ｉ Ｓ是一 Ｉ ｒ ｉ ｅｅｔ ｎＳ ｓ ｍ， ） ｎｕ ｏ ｏ ｅ Ｄ 种 自动检测 攻击行 为 的系统 。 侵检测 方法一 般 分为 入
１ 粗 糙 集 基 本 概 念 ］
定 义 １ 四 元 组 Ｓ （ Ａ． ｆ是 一 个 知 识 表 达 系 ＝ Ｕ． Ｖ．）
统． 中 Ｕ表示 对象 的非空有 限集合， 其 称为论域 ； ＝ Ａ ＣＵ
Ｄ． ＣＮＤ ， 卸 Ｃ称 为 条 件 属 性 集 称 为 决 策 属 性 集 ； Ｄ Ｖ
期
（ 外 司 留『 ｏ １２ 教 ２ ５５ ７号 ） ０ ；
ｏ ＯＥＮＣ Ｒ０ ９ ＭＤＲ Ｏ ＵＥ ２６ Ｍ Ｔ ０ Ｐ
力 不 变 的 前 提 下 ． 过 知 识 （ 性 ） 简 得 ｆ 问 题 的 决 通 属 约 ｆ ；
是属性 的值 域 ；表示 Ｕ Ａ Ｖ是一 个信息 函数 ，它 为 ｆ × — 每个 对象 的每个属性 赋予一个 信息值 ；我们 将具有 条
件 属 性 和决 策 属 性 的 知 识 表 达 系 统 称 为 决 策 表 每 个 属 性 子 集 Ｐ Ａ 决 定 了 一 个 二 元 不 可 分 关 系 ｉｄＰ ： ｎ （１
理 论 引入 到 入 侵 检 测 中， 一般 方 法 更 适 用 于 大 信 息 量 的 网络 平 台 的 检 测 ， 以 快 速 准 确 地 进 行 比 可
入侵 检 测。
关键 词： 传 算法 ；粗糙 集；入 侵检 测 遗
引 言
随着 计算 机 网络 的飞速 发展 ， 息 已成 为推 动经 信 济和社会 发 展的关键 ， 网络 安 全也 成为人 们 日益关 而 心 的重要 问题 。实践 证 明， 统 的 防火 墙和 用 户身份 传 认 证 系统 都 无法 阻 止所 有 的 网络 攻 击及 系 统 内部攻 击。 入侵 检测 系统（ ｔ ｓ ｎＤ ｔｃｉ ｙｔ Ｉ Ｓ是一 Ｉ ｒ ｉ ｅｅｔ ｎＳ ｓ ｍ， ） ｎｕ ｏ ｏ ｅ Ｄ 种 自动检测 攻击行 为 的系统 。 侵检测 方法一 般 分为 入
基于数据挖掘的入侵检测技术研究1
1.2
信息系统面临的威胁
由于系统安全脆弱性的客观存在，操作系统、应用软件、硬件设备不可避免
地会存在一些安全漏洞，网络协议本身的设计也存在一些安全隐患，这些都为黑 客入侵系统提供了可乘之机。据美国金融时报报道，世界上平均每 20 秒就发生 一次入侵国际互联网络的计算机安全事件，仅美国每年因此造成的损失就高达 100 亿美元。随着网络安全事件的频繁发生，网络安全防范的重要性和必要性也 愈加凸显，网络安全问题己经引起各国、各部门，各行各业以及每个计算机用户 的充分重视， 据美国市场研究公司 Input 发表的研究称， 联邦机构 IT 安全开支将 稳步增长，到 2008 年将达到 60 亿美元[1]。 一般认为， 计算机网络安全面临的威胁的来源是很多的。 有些可能是有意的， 也可能是无意的；可能是人为的，也可能是非人为的。归结起来，针对网络安全 的威胁主要有 4 个方面[2]：
学位论文作者签名：吉磊
指导教师签名：薛质代
日期：2007 年 1 月 11 日
日期：2007 年 1 月 11 日
第 1章
概述
1.1
研究背景
随着 Internet 在全球的普及和发展，越来越多的计算机用户可以通过网络足
不出户地享受丰富的信息资源、方便快捷地收发信息。计算机网络已经和人们的 学习、工作紧密的联系在一起，成为许多人生活中不可或缺的重要部分。我国的 计算机网络发展尤为迅速。中国互联网络信息中心(CNNIC)于 2006 年 1 月发布 了第十七次《中国互联网络发展状况统计报告》[1]，报告显示，目前我国网民总 数为 11100 万人，比去年同期增长 7.8%；上网计算机约 4950 万台，比去年同期 增长 8.6%；我国网站总数约为 694200 个，比去年同期增长 2.5%；我国国际出 口带宽总容量为 136106M，比去年 16 期增长 64.7%。互联网正在以超出人们想 象的深度和广度迅速发展，已经发展成为中国影响最广、增长最快、市场潜力最 大的产业之一，给人们的日常生活提供了极大的便利。 然而 Internet 在带来更大便利的同时，也带来了更大的安全危机。黑客的网 络攻击与入侵行为对于国家安全、经济、社会生活造成了极大的威胁，有关网络 安全的问题一直困扰着大部分互联网用户。因此，网络安全已经成为国家与国防 安全的重要组成部分，同时也是国家网络经济发展的关键。
粗糙集属性约简在入侵检测系统中的应用
关 键词 ： 粗糙 集 ； 据挖 掘 ； 性 约 简 ； 侵 检 测 数 属 入
中图分类号 ：Ｐ ７ ．２ Ｔ ２ １ ８
文献标识码 ： Ａ
文章 编号 ： ０ ４ ８ （０ ０ ０ ０ ４ ０ １ ８－ ６ １ ２ １ ）２— ０ ７— ３ ０
近年来 ， 算 机 和 网 络 基 础 设 施 ， 别 是 各种 计 特 官方机 构 的 网站 ， 断受 到 黑 客 的 攻 击 ， 种 人 侵 不 各 事件层 出不穷． 一些传统 的网络安全技术 ， 如访 问 控制 机制 、 密 、 火 墙 等 已不 能 满 足 网络 安 全 的 加 防 要求 ， 逐 渐 成 熟 起 来 的入 侵 检 测 系 统 （ｎｒｓ ｎ 而 Ｉｔ ｉ ｕｏ Ｄ ｔ ｔｎＳｓ ｍ， ｅｅ ｉ ｙｔ 简称 为 ＩＳ 则 为 我们 提 供 了又 一 ｃｏ ｅ Ｄ） 重保 障． 数据 挖 掘 在 人 侵 检 测 中 的应 用 ， 旨在 对 海 量 的安 全审计 数据进 行 智 能 化处 理 ， 图从 大 量数 试 据 中提 取人们 感兴趣 的数 据 信 息 ， 与安 全 相 关 的 及 系统特 征 属 性 ， 立 基 于 数 据 挖 掘 的 入 侵 检 测 模 建 型 ， 括数据 源选 择 、 据 预 处 理 、 法 选 择 、 建 包 数 算 创 数据 挖 掘 模 型、 掘 结 果 分 析 处 理 及 其 可 视 挖 化等 ， ． 由于入侵检 测 系统 采 集 的数 据 量 是 巨大 的 ， 因 此对采集 的数 据 采 用 分 等 级 多 次 抽 样 的方 法 获取 信息 系统 表 ． 粗糙 集 理 论作 为一 种 新 的数 据 挖 掘工 具， 在处理 不 确 定 性 知 识 方 面有 着 突 出 的 优 势 ． 用 粗 集理论 的属 性 约 简 方 法 对 样 本 信 息 系 统 进 行 预 处 理 ， 除冗 余 的属 性 ， 而 得 到 入 侵 检 测 数 据 的 删 从 决 策规则 ， 进而判 断流 经 网络 的数 据包 的安全 与否 ．
中图分类号 ：Ｐ ７ ．２ Ｔ ２ １ ８
文献标识码 ： Ａ
文章 编号 ： ０ ４ ８ （０ ０ ０ ０ ４ ０ １ ８－ ６ １ ２ １ ）２— ０ ７— ３ ０
近年来 ， 算 机 和 网 络 基 础 设 施 ， 别 是 各种 计 特 官方机 构 的 网站 ， 断受 到 黑 客 的 攻 击 ， 种 人 侵 不 各 事件层 出不穷． 一些传统 的网络安全技术 ， 如访 问 控制 机制 、 密 、 火 墙 等 已不 能 满 足 网络 安 全 的 加 防 要求 ， 逐 渐 成 熟 起 来 的入 侵 检 测 系 统 （ｎｒｓ ｎ 而 Ｉｔ ｉ ｕｏ Ｄ ｔ ｔｎＳｓ ｍ， ｅｅ ｉ ｙｔ 简称 为 ＩＳ 则 为 我们 提 供 了又 一 ｃｏ ｅ Ｄ） 重保 障． 数据 挖 掘 在 人 侵 检 测 中 的应 用 ， 旨在 对 海 量 的安 全审计 数据进 行 智 能 化处 理 ， 图从 大 量数 试 据 中提 取人们 感兴趣 的数 据 信 息 ， 与安 全 相 关 的 及 系统特 征 属 性 ， 立 基 于 数 据 挖 掘 的 入 侵 检 测 模 建 型 ， 括数据 源选 择 、 据 预 处 理 、 法 选 择 、 建 包 数 算 创 数据 挖 掘 模 型、 掘 结 果 分 析 处 理 及 其 可 视 挖 化等 ， ． 由于入侵检 测 系统 采 集 的数 据 量 是 巨大 的 ， 因 此对采集 的数 据 采 用 分 等 级 多 次 抽 样 的方 法 获取 信息 系统 表 ． 粗糙 集 理 论作 为一 种 新 的数 据 挖 掘工 具， 在处理 不 确 定 性 知 识 方 面有 着 突 出 的 优 势 ． 用 粗 集理论 的属 性 约 简 方 法 对 样 本 信 息 系 统 进 行 预 处 理 ， 除冗 余 的属 性 ， 而 得 到 入 侵 检 测 数 据 的 删 从 决 策规则 ， 进而判 断流 经 网络 的数 据包 的安全 与否 ．
基于粗糙集数据挖掘和分类集成学习的网络入侵检测模型
维普资讯
第２ ３卷第 ４期
２０ ０ ６年 ４ 月
计 算机应 用与软件
Ｃｏ ｕ ｅ ｐ ｉａ ｉ ｎ ｎ ｏ ｔ ｒ ｍｐ ｔ ｒＡｐ ｌｃ ｔｏ ｓａ ｄ Ｓ ｆ ｗａ ｅ
Ｖｏ． ３， ． １ ｃ Ｅ ｓｍｂｅ Ｌ ａｎｎ ｅ ｈ ｏｏ ｙｉ ｎ ｆｔｅ ｉ ｏｔｎ ｅｅ ｒｈ ｄｒｃｉｎ ｎ ｉｔｌｇ ｎ ｅｗｏｋ ｉｔ ｓｏ ｅｅ ｔ ｎ ． ｓｄ ｏ ｎｅ ｌ ｅ ｒ ｉｇ ｔｃ ｎ ｌｇ ｓｏ ｅ ｏ ｈ ｍｐ ｒ ｔｒｓａｃ ｉ ｔ ｓｉ ｎｅｌ ｅ ｔｎ ｔ ｒ ｎｒ ｉｎ ｄ ｔｃｉ ｓ Ｂａｅ ｎ ａ ｅ ｏ ｉ ｕ ｏ
Ｋｅ ｗｏ ｄ ｙ ｒｓ Ｎｅｗｏ ｋ ｉ ｔｕ ｉｎ ｄ ｔ ｃｉ ｎ Ｒｏ ｇ ｅ Ｄａａ ｍｉ ｉ ｇ Ｅｎ ｅ ｌ ｅ ｒ ｉ ｇ ｔ ｒ ｎ ｒ ｓｏ ｅ ｅ ｔ ｏ ｕ ｈ ｓｔ ｔ ｎｎ ｓ ｍｂ ｅ ｌａ ｎ ｎ
模 方法和算法设计提供 信息和指导 。本文在上述 基础上提 出基
ａ ｄ Ｅ ｓｍｂｅＬ ａｎｎ ｓｐｏ ｏ ｅ ， ｈｃ ａ ｍｐｏ ｅｔｅｄ ｔｃｉｎｒｔ ｎ ａ ｅａ ｖ ｎａ ｅ ｏ ｇ ｅ ｔ ｎｎ ｕ ｈａ ｉｈ ｍｏ — ｎ ｎ ｅ ｌ ｅｒｉｇｉ ｒｐ ｓ ｄ ｗ ｉｈｃ ｎｉ ｒｖ ｅｅ ｔ ａｅａ ｄｈ ｓｔ ｄ ａ ｔｇ ｓｏ Ｒ ｕ ｈＳ ｔ ｈ ｏ ｈ ｆ ＤａａＭｉｉｇｓ ｃ ｓｈｇ ｄ ｅ ｘ ｌｎ ｔ ｎ， ａｕ ｅｒｎ ｉｇａ ｄｉ ｒｃｓ ｎｏｍａｉｎ ａ ａ ｔ ｎ ｅｃ ｌｅ ｐａ ａｉ ｆ ｔｒ ａ ｋｎ ｎ ｍｐｅ ｉｅｉｆｒ ｔ ｄ ｐｉ ｔ． ｏ ｅ ｏ ｏ
特性 同时结合 了粗 糙集 能够处 理不 确定信 息 、 生成 规则具有 高
解释性 、 特征排 序在获得检测规则前 完成等优点 。
第２ ３卷第 ４期
２０ ０ ６年 ４ 月
计 算机应 用与软件
Ｃｏ ｕ ｅ ｐ ｉａ ｉ ｎ ｎ ｏ ｔ ｒ ｍｐ ｔ ｒＡｐ ｌｃ ｔｏ ｓａ ｄ Ｓ ｆ ｗａ ｅ
Ｖｏ． ３， ． １ ｃ Ｅ ｓｍｂｅ Ｌ ａｎｎ ｅ ｈ ｏｏ ｙｉ ｎ ｆｔｅ ｉ ｏｔｎ ｅｅ ｒｈ ｄｒｃｉｎ ｎ ｉｔｌｇ ｎ ｅｗｏｋ ｉｔ ｓｏ ｅｅ ｔ ｎ ． ｓｄ ｏ ｎｅ ｌ ｅ ｒ ｉｇ ｔｃ ｎ ｌｇ ｓｏ ｅ ｏ ｈ ｍｐ ｒ ｔｒｓａｃ ｉ ｔ ｓｉ ｎｅｌ ｅ ｔｎ ｔ ｒ ｎｒ ｉｎ ｄ ｔｃｉ ｓ Ｂａｅ ｎ ａ ｅ ｏ ｉ ｕ ｏ
Ｋｅ ｗｏ ｄ ｙ ｒｓ Ｎｅｗｏ ｋ ｉ ｔｕ ｉｎ ｄ ｔ ｃｉ ｎ Ｒｏ ｇ ｅ Ｄａａ ｍｉ ｉ ｇ Ｅｎ ｅ ｌ ｅ ｒ ｉ ｇ ｔ ｒ ｎ ｒ ｓｏ ｅ ｅ ｔ ｏ ｕ ｈ ｓｔ ｔ ｎｎ ｓ ｍｂ ｅ ｌａ ｎ ｎ
模 方法和算法设计提供 信息和指导 。本文在上述 基础上提 出基
ａ ｄ Ｅ ｓｍｂｅＬ ａｎｎ ｓｐｏ ｏ ｅ ， ｈｃ ａ ｍｐｏ ｅｔｅｄ ｔｃｉｎｒｔ ｎ ａ ｅａ ｖ ｎａ ｅ ｏ ｇ ｅ ｔ ｎｎ ｕ ｈａ ｉｈ ｍｏ — ｎ ｎ ｅ ｌ ｅｒｉｇｉ ｒｐ ｓ ｄ ｗ ｉｈｃ ｎｉ ｒｖ ｅｅ ｔ ａｅａ ｄｈ ｓｔ ｄ ａ ｔｇ ｓｏ Ｒ ｕ ｈＳ ｔ ｈ ｏ ｈ ｆ ＤａａＭｉｉｇｓ ｃ ｓｈｇ ｄ ｅ ｘ ｌｎ ｔ ｎ， ａｕ ｅｒｎ ｉｇａ ｄｉ ｒｃｓ ｎｏｍａｉｎ ａ ａ ｔ ｎ ｅｃ ｌｅ ｐａ ａｉ ｆ ｔｒ ａ ｋｎ ｎ ｍｐｅ ｉｅｉｆｒ ｔ ｄ ｐｉ ｔ． ｏ ｅ ｏ ｏ
特性 同时结合 了粗 糙集 能够处 理不 确定信 息 、 生成 规则具有 高
解释性 、 特征排 序在获得检测规则前 完成等优点 。
1种基于可变精度粗糙集的网络入侵检测模型
收 稿 日期 ：０ ５—１ ２０ ０—１ １
文献标识码 ： Ａ
中图分类号 ：Ｐ３ ３ ０ Ｔ ９ ．８
Ａ ＮＥ Ｗ ＯＲＫ Ｉ Ｔ Ｔ Ｎ ＲＵＳ ＯＮ ＤＥ ＥＣ Ｉ ＹＳ Ｅ Ｍ ＯＤＥ ＡＳ Ｉ Ｔ Ｔ ＯＮ Ｓ Ｔ Ｍ Ｌ Ｂ ＥＤ ＯＮ ＶＡＲ ＡＢ Ｅ Ｐ Ｃ Ｓ ０Ｎ Ｒ０ＵＧＨ Ｓ Ｔ Ｉ Ｌ ＲＥ Ｉ １ Ｅ
再根据设定的阀值 ， 用可变精度粗糙 集导出规则并得到检测结果。实验结果表明。 本模型运用的粒子群算法数据约
简速度 高于利 用遗传算 法的 同类模 型 ， 且基 于可 变精度粗糙 集的入侵 系统检 测准 确率 比基 于非可 变精 度粗糙 集的检
测 系统高。
关 键
词：可 变精度粗糙集 ； 网络入侵检 测 系统 ； 粒子群 算法
— —
Ｖｏ ． ８． ． １ ２ Ｎｏ １ Ｆｅ ２ Ｏ ｂ． ｏ ６
文章编号 ：０ ０— ６ ２ ２ ０ Ｏ —０ ０ ０ １０ ２ ４ （ ０６）１ １０— ３
１ 基 于 可 变 精 度 粗糙 集 的 网络 入 侵 检 测 模 型 种
任
（． １ 西南大学
薇 湛成伟 张 自力 ， ，
超出合法范围的系统控制权 ， 也指搜集漏洞信息 ， 造
成拒绝访 问等对计 算机系统造成危害的行为。入侵 检测是 对入 侵行 为 的发觉 ， 通流方法有 ： Ｌ ｅ ｗ． ｅ 等人在 异常入侵检测系统中从原始审计记 录中学 习分类规
则并建立入侵检测模型；ｏ ｅｔ Ｆｒ ｓ等人根据人工免疫 的 ｒ
涪陵 ４ ８０ ） ０ ０ ０
智能软件与软件工程重点实验室 ， 重庆 ４ ０ １ ；． ０７ ５２ 涪陵广播电视大学 ， 重庆
摘要： 当前各网络入侵检测算法的准确率仍不尽人意； 针对此问题 。 出１ 提 种基于可变精度粗糙集（ ａａｌ Ｐｅｉｏ Ｖ ｒｂ ｒ ｓ ｎ ｉ ｅ ｃｉ
文献标识码 ： Ａ
中图分类号 ：Ｐ３ ３ ０ Ｔ ９ ．８
Ａ ＮＥ Ｗ ＯＲＫ Ｉ Ｔ Ｔ Ｎ ＲＵＳ ＯＮ ＤＥ ＥＣ Ｉ ＹＳ Ｅ Ｍ ＯＤＥ ＡＳ Ｉ Ｔ Ｔ ＯＮ Ｓ Ｔ Ｍ Ｌ Ｂ ＥＤ ＯＮ ＶＡＲ ＡＢ Ｅ Ｐ Ｃ Ｓ ０Ｎ Ｒ０ＵＧＨ Ｓ Ｔ Ｉ Ｌ ＲＥ Ｉ １ Ｅ
再根据设定的阀值 ， 用可变精度粗糙 集导出规则并得到检测结果。实验结果表明。 本模型运用的粒子群算法数据约
简速度 高于利 用遗传算 法的 同类模 型 ， 且基 于可 变精度粗糙 集的入侵 系统检 测准 确率 比基 于非可 变精 度粗糙 集的检
测 系统高。
关 键
词：可 变精度粗糙集 ； 网络入侵检 测 系统 ； 粒子群 算法
— —
Ｖｏ ． ８． ． １ ２ Ｎｏ １ Ｆｅ ２ Ｏ ｂ． ｏ ６
文章编号 ：０ ０— ６ ２ ２ ０ Ｏ —０ ０ ０ １０ ２ ４ （ ０６）１ １０— ３
１ 基 于 可 变 精 度 粗糙 集 的 网络 入 侵 检 测 模 型 种
任
（． １ 西南大学
薇 湛成伟 张 自力 ， ，
超出合法范围的系统控制权 ， 也指搜集漏洞信息 ， 造
成拒绝访 问等对计 算机系统造成危害的行为。入侵 检测是 对入 侵行 为 的发觉 ， 通流方法有 ： Ｌ ｅ ｗ． ｅ 等人在 异常入侵检测系统中从原始审计记 录中学 习分类规
则并建立入侵检测模型；ｏ ｅｔ Ｆｒ ｓ等人根据人工免疫 的 ｒ
涪陵 ４ ８０ ） ０ ０ ０
智能软件与软件工程重点实验室 ， 重庆 ４ ０ １ ；． ０７ ５２ 涪陵广播电视大学 ， 重庆
摘要： 当前各网络入侵检测算法的准确率仍不尽人意； 针对此问题 。 出１ 提 种基于可变精度粗糙集（ ａａｌ Ｐｅｉｏ Ｖ ｒｂ ｒ ｓ ｎ ｉ ｅ ｃｉ
入侵检测中的数据约简研究
［ ｙｗ ｒ ｓ ｏ ｇ ｅ； ｔａ ｉｆｒ ｔ ｎ ｉｔ ｓ ｎｄ ｔ ｔ ｎ ｆａｕｅｓｌ ｔ ｎ ｄ ｔ ｒｄ ｃｉｎ Ｋｅ ｏ ｄ ］ｒｕ ｈｓｌｍｕｕ ｌｎ ） ｉ ；ｎｒ ｉ ｅｅ ｉ ；ｅｔｒ ｅ ｃｉ ；ａａ ｅ ｕｔ １ ｍａ ｏ ｕｏ ｃｏ ｅ ｏ ｏ
Ｄ０ｌ （３ ６／ｉｓ （ ０３２ ．）１１ ０ ８ ：１ ９ ９ ． ｎｌ０ —４ ８２ １．１ ５ ） ｊｓ ／ ／
部分采 用互信息 的方法消除冗余特征 ，属性值约简部分采用归纳值约简算法消除冗余属性值 。实验结果表 明，该方法不仅能缩短训练及检 测时 间，减小数据存储代价 ，还能提高分类精确度 。 关健词 ：粗糙集 ；互信息 ；入侵检测 ；特征选择 ；数据约简
Ｒｅ ｅ ｒ ｈ ０ ｔ ｄ ｃ ｉ ｎ ｉ ｎ ｒ ｉ ｎ Ｄｅ ｅ ｔｏ ｓ ａ ｃ ｎ Ｄａ ａ Ｒｅ ｕ ｔｏ Ｉ ｔ ｕｓｏ ｔ ｃ ｉ ｎ ｎ
ｌ 概述
入侵预 防系统 ，例如被广 泛应 用的防火墙 、数据加密Байду номын сангаас
约简是粗糙集 中的一个重要概念 。一个约筒是整个数据
集中具有相 同功能 的一个最小子集。
存在 不足之处 。尽管经过 了严密 的过滤或加密 ，这道系统的
第 １ 防线仍然可能被突破 ，系统存在被 入侵 的可能性 。入 层 侵检测系统作为系统第 ２层防线 ， 被安置在 受保 护的网络 中，
第 ３ 卷 第 １ 期 ７ １
、 ｌ７ ｂ － ３
・
计
算
机
工
程
２ １ 年 ６月 ０ １
Ｊ ｎ ２ ｌ ｕ ｅ ０１
Ｎ Ｏ． １ １
Ｃｏ ｐｕ ｅ ｇ ｎ ｅ ｉ ｍ ｔｒＥｎ ｉ ｅ ｒｎｇ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
检测组件之间能够通过 协调 来进行响应 。 国 内外 在将 数据 挖 掘用 于入侵 检 测方 面巳取 得 了 良好 的 进展 ， 出了一 些基 于数 据挖掘 的入 侵检 测模 型 。特 别 提
署 在 网络外 的控 制服务 器 、数据 挖掘 规 则库及 日志数 据 库
态 ，包括网络设施本身和其 中包含的主机 系统 。分布 式入侵
检测是 目前 网络安全领域 的研 究热点之一 。国外 的研 究机 构
服 务器 。每 个 分布 式 节 点都 保 存不 一 样 的入 侵 检 测类 型 ， 能对 不 同类型 的入 侵类 型进 行检 测 。分 布 式节 点的任 务主
Ｚ Ｏ Ｇ Ｚ —ｆｎ Ｈ Ｎ ｕ ｅｇ
（ｋｍａ ｏ ａ ｎｅ ｉ ，Ｚａ ２ｇ Ｇａ ｄ ｇ ５ ４ ４， ｚａ ￣ｇ Ｎｒ ｌ ／ ｍｔ ｈｎａ ， ｕｎ ｏ ２ ０ ， ｎ ｍ ＵＰ ｙ ｊｎ ｇｎ ＃
Ａｂｓｒｃｔ Ｗｉｈ ｈ ｇ ｅ ｔ ｅ ｅ ｐ ｎ ｏ ｃｍｐ ｔｒ ｅｗｏｋ， ｔｅ ｉｇｅ ＤＳ ａ ｎ ｔ ｔａ ： ｔ ｔ ｅ ｒａ ｄ ｖ ｌ ｍｅｔ ｆ ｏ ｕ ｅ ｎ ｔ ｒ ｏ ｈ ｓ ｌ ｎ １ ｃ ｎ ｏ ｍｅ ｔ ｈ ｎｅ ｓ ｆ ｅ ｗｏｋ ｅ ｕｉ ，Ｏ ｈ ＤＩＳ ｏ ｅ ｅ ｔｅ ｅｄ ｏ ｎｔ ｒ ｓｃ ｒ ｙ Ｓ ｔｅ Ｄ ｃ ｍ ｓ ｔ ｆ ｒｈ ． ｉ ａ ｅ ｗａ Ｗｉ ｔ ｅ ｔｃｎ ｌｇ ｏ ｉｔｌ ｅ ｔ ｇ ｎ ａ ａ ｃｉｅｔ ｒ ａ ｄ ｏｔ Ｔｈ ｐ ｐｒ ｓ ｓ ｔ ｈ ｅｈ ｏ ｙ ｆ ｎ ｅｌ ｎ ａ ｅ ｔ ｎ ｒｈｔｃｕ ｅ ｎ Ｂｏ ｇ Ｓ ｔ ｈ ｏ ｉ ｇ ｕ ｈ ｅ ｗｅｅ ｕ ｆ ｒ ｒ ａ ｄ ｏｍａ ａａｙｉ ｏ ｔｅ ｒ ｐ ｔ ｏｗａｄ ｎ ｆ ｒ ｌ ｎ ｌｓ ｆ ｈ ｓ ｄｓｒ ｕｅ ｎｔ ｒ ｍ ｎ ｏｉｇ ｙｓｅ ｍａ ｅ ． ｅ ｘ ｅｉ ｎａ ｒｓｌ ｈｗｓ ｈ ｔ ｈ ｎｔ ｒ ｉ ｒｓ ｎ ｅｅ ｔ ｎ ｅ ｅｏｅ ｂ ｔｉ ａ ｅ ｃ ｎ ｉ ｉ ｔ ｄ ｅｗｏ ｋ ｏ ｉ ｒ ｓ ｔ ｍ ｔｂ ｔ ｎ ｄ Ｔｈ ｅ ｐｒ ｍｅ ｔ ｌ ｅｕｔ ｏ ｔ ａ ｔ ｅ ｅ ｗｏｋ ｎ ｕ ｉ ｄ ｔ ｃｉ ｄ ｖ ｌ ｄ ｙ ｈｓ ｐ ｒ ａ ｗｏｋ ｓ ｔ ｏ ｏ ｐ ｐ ｒ
基于粗糙集的分布式
网络入侵检测 系统设计及实现
钟足 峰
（ 湛江 师范 学院 商学 院 ，广东 湛江 ５４ ４ ） ２ ０８
摘 要 ：随 着计算机 网络 的迅猛 发展 ，单一 的集中式的入侵检 测 系统 已不能满足 网络安全发展的需要 ，分布 式入侵检 测 系统应
运 而 生 。应 用智 能代 理 技 术 和 粗 糙 集 算 法 ， 出一 种 分 布 式 网络 监控 系统 结 构 ， 提 并进 行 了形 式化 分析 和 实现 。 系统 实 验 结 果 表
Ｊ ｌ １ ． Ｘ ＾ “ ．
深 的、多样 的手段 … 。 分布式 的入侵检 测架构就是适应此种需 求而迅 速发展起 来的。分布式入侵检 测系统 一般指的是部署于大规模 网络环
境下的入侵检测 系统 ，任 务是用来监视整个环境 中的安全状
图 １系统 结 构 图
如图 １ 所示 ，分 布 式网络 入侵 检 测 系统 ，其 总体 结构 可 以分 成两 个部 分 ，即部署 在 网络 内部 的分布 式节 点 ，部
明， 所开 发的网络入侵检 测 系统可 以稳定地 工作 在 网络环境 下 ， 能够及 时发现 入侵行 为 ， 强 了入侵检测 系统的检测 能力 ， 增 具
备 了 良好 的 网络 入 侵检 测 性 能 。
关键词 ：入侵检 测 系统；分布 式；粗糙集 ；ＪＴ ＸＡ Ｄｅｓ ｇ ａ ｄ ｍｐＩ ｍｅ ｔ ｔ ｏ ｏ ｓ ｒｂｕ ｅ ｔ ｒ Ｉ ｔ ｕ ｉ ｎ Ｄｅ ｅｃ ｉ Ｓｙ ｅ ｉ ｎ ｎ ｌ ｅ ｎ ａ ｉ ｎ ｆ Ｄｉ ｔ ｉ ｔ ｄ Ｎｅ ｗｏ ｋ ｎ ｒ ｓ ｏ ｔ ｔｏｎ ｓｔ ｍ Ｂａ ｅ ｏｎ ｓｄ Ｒｏ ｇｈ ｕ Ｓｅ ｔ
ｐ ｒ ｏ ｍａ ｃ ｆ ｎ ｒ ｓ ｎ ｅ ｅ ｔｏ ｅ ｆ ｒ ｎ ｅ ｏ ｉ ｕ ｉ ｄ ｔ ｃ ｉｎ． ｔ ｏ
Ｋｅ ｗｏｒ ｓ： Ｉｔｕｉｎ ｅ ｅｔｏ ｓ ｔｍ； Ｄｓｒ ｕｉｎ Ｂｏ ｇ Ｓ ｔ Ｊ Ａ ｙ ｄ ｎｒｓｏ ｄｔ ｃｉｎ ｙｓｅ ｉｔｉ ｔｏ ； ｂ ｕ ｈ ｅ ； ＸＴ
要是 通过 各节 点之 间的协 作对 进 出该子 网的流量 进行捕 包 ， 通过 实时 检测 分析 ，发现 入侵 行 为 。分 析器 还需 要定 时地
已经提 出并 实现 了多种原型 系统 。分布 式入侵检测 系统相对 于传统 的入侵检测系统具有 明显的优势 ：能够检测大范 围的 攻击行为 ；提 高了检测的准确率 ；也提 高 了检测的效率 ；各
ｖ ｒ ｓａ ｌ ｕ ｄｒ ｈ Ｅ ｈ ｒｅ ｅｙ ｔｂｙ ｎ ｅ ｔｅ ｔ ｅｎｔ， ｆ ｄ ｎｒｓｏ ａ ｔ ｉｉ ｆ ｉｅ， ｅｈ ｎ ｅ ｈ ｄｔ ｃｉｅ ｂｉｙ ｆ ｎ ｒｓ ｎ ｅ ｅ ｔ ｎ ａ ｄ ｏｓｓ ａ ｆ ｖ ｒｂｅ ｉ ｉｔｕｉｎ ｃ ｉ ｔ ｓ ｎ ｍ ｎ ｖ ｅ ｔ ｎａ ｃ ｔ ｅ ｅ ｅｔｖ ａ Ｕｔ ｏ ｉ ｕｉ ｄ ｔｃ ｉ ， ｎ ｐ ｓｅｓ ａ ｏａ ｌ ｔ ｏ ｏ
１前 言
自从计 算机 网络 的兴 起 ，网络 安全 一直 是一 个无 法 回
避 的重 要问题 。在 传统 上 ，一 般 采用 防火墙 作为 安 线。但 随着 攻击者 知 识的 日趋成 熟 ，攻击 工具 与手
法 的复 杂多样 化 ，单 纯 的防火 墙策 略 已经无 法满 足那 些对 安全 高度敏 感 的部 门之 需要 ，网络 的防 卫必 须采用 一种 纵
署 在 网络外 的控 制服务 器 、数据 挖掘 规 则库及 日志数 据 库
态 ，包括网络设施本身和其 中包含的主机 系统 。分布 式入侵
检测是 目前 网络安全领域 的研 究热点之一 。国外 的研 究机 构
服 务器 。每 个 分布 式 节 点都 保 存不 一 样 的入 侵 检 测类 型 ， 能对 不 同类型 的入 侵类 型进 行检 测 。分 布 式节 点的任 务主
Ｚ Ｏ Ｇ Ｚ —ｆｎ Ｈ Ｎ ｕ ｅｇ
（ｋｍａ ｏ ａ ｎｅ ｉ ，Ｚａ ２ｇ Ｇａ ｄ ｇ ５ ４ ４， ｚａ ￣ｇ Ｎｒ ｌ ／ ｍｔ ｈｎａ ， ｕｎ ｏ ２ ０ ， ｎ ｍ ＵＰ ｙ ｊｎ ｇｎ ＃
Ａｂｓｒｃｔ Ｗｉｈ ｈ ｇ ｅ ｔ ｅ ｅ ｐ ｎ ｏ ｃｍｐ ｔｒ ｅｗｏｋ， ｔｅ ｉｇｅ ＤＳ ａ ｎ ｔ ｔａ ： ｔ ｔ ｅ ｒａ ｄ ｖ ｌ ｍｅｔ ｆ ｏ ｕ ｅ ｎ ｔ ｒ ｏ ｈ ｓ ｌ ｎ １ ｃ ｎ ｏ ｍｅ ｔ ｈ ｎｅ ｓ ｆ ｅ ｗｏｋ ｅ ｕｉ ，Ｏ ｈ ＤＩＳ ｏ ｅ ｅ ｔｅ ｅｄ ｏ ｎｔ ｒ ｓｃ ｒ ｙ Ｓ ｔｅ Ｄ ｃ ｍ ｓ ｔ ｆ ｒｈ ． ｉ ａ ｅ ｗａ Ｗｉ ｔ ｅ ｔｃｎ ｌｇ ｏ ｉｔｌ ｅ ｔ ｇ ｎ ａ ａ ｃｉｅｔ ｒ ａ ｄ ｏｔ Ｔｈ ｐ ｐｒ ｓ ｓ ｔ ｈ ｅｈ ｏ ｙ ｆ ｎ ｅｌ ｎ ａ ｅ ｔ ｎ ｒｈｔｃｕ ｅ ｎ Ｂｏ ｇ Ｓ ｔ ｈ ｏ ｉ ｇ ｕ ｈ ｅ ｗｅｅ ｕ ｆ ｒ ｒ ａ ｄ ｏｍａ ａａｙｉ ｏ ｔｅ ｒ ｐ ｔ ｏｗａｄ ｎ ｆ ｒ ｌ ｎ ｌｓ ｆ ｈ ｓ ｄｓｒ ｕｅ ｎｔ ｒ ｍ ｎ ｏｉｇ ｙｓｅ ｍａ ｅ ． ｅ ｘ ｅｉ ｎａ ｒｓｌ ｈｗｓ ｈ ｔ ｈ ｎｔ ｒ ｉ ｒｓ ｎ ｅｅ ｔ ｎ ｅ ｅｏｅ ｂ ｔｉ ａ ｅ ｃ ｎ ｉ ｉ ｔ ｄ ｅｗｏ ｋ ｏ ｉ ｒ ｓ ｔ ｍ ｔｂ ｔ ｎ ｄ Ｔｈ ｅ ｐｒ ｍｅ ｔ ｌ ｅｕｔ ｏ ｔ ａ ｔ ｅ ｅ ｗｏｋ ｎ ｕ ｉ ｄ ｔ ｃｉ ｄ ｖ ｌ ｄ ｙ ｈｓ ｐ ｒ ａ ｗｏｋ ｓ ｔ ｏ ｏ ｐ ｐ ｒ
基于粗糙集的分布式
网络入侵检测 系统设计及实现
钟足 峰
（ 湛江 师范 学院 商学 院 ，广东 湛江 ５４ ４ ） ２ ０８
摘 要 ：随 着计算机 网络 的迅猛 发展 ，单一 的集中式的入侵检 测 系统 已不能满足 网络安全发展的需要 ，分布 式入侵检 测 系统应
运 而 生 。应 用智 能代 理 技 术 和 粗 糙 集 算 法 ， 出一 种 分 布 式 网络 监控 系统 结 构 ， 提 并进 行 了形 式化 分析 和 实现 。 系统 实 验 结 果 表
Ｊ ｌ １ ． Ｘ ＾ “ ．
深 的、多样 的手段 … 。 分布式 的入侵检 测架构就是适应此种需 求而迅 速发展起 来的。分布式入侵检 测系统 一般指的是部署于大规模 网络环
境下的入侵检测 系统 ，任 务是用来监视整个环境 中的安全状
图 １系统 结 构 图
如图 １ 所示 ，分 布 式网络 入侵 检 测 系统 ，其 总体 结构 可 以分 成两 个部 分 ，即部署 在 网络 内部 的分布 式节 点 ，部
明， 所开 发的网络入侵检 测 系统可 以稳定地 工作 在 网络环境 下 ， 能够及 时发现 入侵行 为 ， 强 了入侵检测 系统的检测 能力 ， 增 具
备 了 良好 的 网络 入 侵检 测 性 能 。
关键词 ：入侵检 测 系统；分布 式；粗糙集 ；ＪＴ ＸＡ Ｄｅｓ ｇ ａ ｄ ｍｐＩ ｍｅ ｔ ｔ ｏ ｏ ｓ ｒｂｕ ｅ ｔ ｒ Ｉ ｔ ｕ ｉ ｎ Ｄｅ ｅｃ ｉ Ｓｙ ｅ ｉ ｎ ｎ ｌ ｅ ｎ ａ ｉ ｎ ｆ Ｄｉ ｔ ｉ ｔ ｄ Ｎｅ ｗｏ ｋ ｎ ｒ ｓ ｏ ｔ ｔｏｎ ｓｔ ｍ Ｂａ ｅ ｏｎ ｓｄ Ｒｏ ｇｈ ｕ Ｓｅ ｔ
ｐ ｒ ｏ ｍａ ｃ ｆ ｎ ｒ ｓ ｎ ｅ ｅ ｔｏ ｅ ｆ ｒ ｎ ｅ ｏ ｉ ｕ ｉ ｄ ｔ ｃ ｉｎ． ｔ ｏ
Ｋｅ ｗｏｒ ｓ： Ｉｔｕｉｎ ｅ ｅｔｏ ｓ ｔｍ； Ｄｓｒ ｕｉｎ Ｂｏ ｇ Ｓ ｔ Ｊ Ａ ｙ ｄ ｎｒｓｏ ｄｔ ｃｉｎ ｙｓｅ ｉｔｉ ｔｏ ； ｂ ｕ ｈ ｅ ； ＸＴ
要是 通过 各节 点之 间的协 作对 进 出该子 网的流量 进行捕 包 ， 通过 实时 检测 分析 ，发现 入侵 行 为 。分 析器 还需 要定 时地
已经提 出并 实现 了多种原型 系统 。分布 式入侵检测 系统相对 于传统 的入侵检测系统具有 明显的优势 ：能够检测大范 围的 攻击行为 ；提 高了检测的准确率 ；也提 高 了检测的效率 ；各
ｖ ｒ ｓａ ｌ ｕ ｄｒ ｈ Ｅ ｈ ｒｅ ｅｙ ｔｂｙ ｎ ｅ ｔｅ ｔ ｅｎｔ， ｆ ｄ ｎｒｓｏ ａ ｔ ｉｉ ｆ ｉｅ， ｅｈ ｎ ｅ ｈ ｄｔ ｃｉｅ ｂｉｙ ｆ ｎ ｒｓ ｎ ｅ ｅ ｔ ｎ ａ ｄ ｏｓｓ ａ ｆ ｖ ｒｂｅ ｉ ｉｔｕｉｎ ｃ ｉ ｔ ｓ ｎ ｍ ｎ ｖ ｅ ｔ ｎａ ｃ ｔ ｅ ｅ ｅｔｖ ａ Ｕｔ ｏ ｉ ｕｉ ｄ ｔｃ ｉ ， ｎ ｐ ｓｅｓ ａ ｏａ ｌ ｔ ｏ ｏ
１前 言
自从计 算机 网络 的兴 起 ，网络 安全 一直 是一 个无 法 回
避 的重 要问题 。在 传统 上 ，一 般 采用 防火墙 作为 安 线。但 随着 攻击者 知 识的 日趋成 熟 ，攻击 工具 与手
法 的复 杂多样 化 ，单 纯 的防火 墙策 略 已经无 法满 足那 些对 安全 高度敏 感 的部 门之 需要 ，网络 的防 卫必 须采用 一种 纵