菜单
　　

     图一     隶属函数的定义
    用相同的方法，我们分别对其余的属性进行模糊化，并对相应的隶属函数进行定义，把原数据库中的数据转化为隶属度的新数据库及相应的模糊属性集。对于这个数据库中的纪录，采用相关的模糊关联规则挖掘算法，定义最小信任度0.4，最小支持度0.1，通过DARPA2000 数据集的属性所定义的模糊属性及每小时获取的记录库T得出初始矩阵，依次求出长度为1，2，……的所有模糊频繁属性集，根据所定义的最小信任度和最小支持度，对全部模糊频繁属性集最终得出安全事件关联规则(下面为部分示例)：
    规则1：TelnetTerminaltype.high Email_Echo.high
    规则2：Email_Almail_Overflow.high Email_Echo.high
    规则3：FTP_User.high Email_Echo.high
    规则4：TelnetEnvAll.high Mastream_Zombie.high
    规则5：Mastream_Zombie.high Stream_Dos.high
    规则6：TelnetEnvAll.high，Mastream_Zombie.high Stream_Dos.high
           ........
    以规则1为例，表示当事件TelnetTerminaltype在一段时间内发生次数为高时，在相同的时间，事件Email_Echo发生的次数也为高的概率相当大。而规则4、5、6则反映了在DOS攻击过程中，一种比较常见的攻击步骤。由于当某个属性为低时，即表示此安全事件发生次数较少，较为安全，因此这类规则就可以过滤掉。对模糊关联规则挖掘，能够对网络中各类安全事件全面的进行分析，得出的关联结果不仅能验证以往已知的攻击场景，同时又能发现未知的变化的攻击事件，从而有效地预防和发现网络攻击。
    5.结论及展望
    实验证明，对于不可预知性强、重复性高的各类网络安全事件，利用相应模糊关联规则能够有效地将其抽象成定性的描述，并寻找出其中存在的规律，重构出攻击场景，有效地提高了网络的安全性。
    模糊的关联规则能够有效挖掘出数据中蕴含的模糊关系，并且挖掘出的结果使用户理解起来更容易，模糊关联规则可以用于专家系统等应用中，而且在利用规则进行推理时，比其他数据挖掘的关联规则，模糊关联规则将能够得出更准确更详细的答案。其发现内容还可以拓展到周期关系的发现,序列关系的发现；其算法还可以扩展到多概念层次的关系规则挖掘，事务数据库增量文护，分布式环境下关联规则采集等方面。将模糊数学与数据挖掘技术相结合是一项非常有意义的工作。将模糊关联规则应用于信息处理这一领域是一个很有意义的课题，有着广泛的使用价值。
  1. 上一篇：MedWin+AT89C51单片机武器射击记录仪设计+PCB图纸
  2. 下一篇：AT89S52单片机的家庭智能浇花器设计+源程序

  1. Matlab的汽车ABS模糊控制系统设计

  2. 单交叉口交通信号模糊控制器仿真与设计

  3. RBF直线倒立摆模糊控制及摩擦补偿研究

  4. MATLAB电炉加热的模糊控制器设计与实验

  5. TrueTime基于一般通信网络的...

  6. 基于模糊算法的PID控制系统研究

  7. MATLAB倒立摆自适应模糊控制系统研究

  8. 河岸冲刷和泥沙淤积的监测国内外研究现状

  9. 乳业同业并购式全产业链...

  10. 十二层带中心支撑钢结构...

  11. 酸性水汽提装置总汽提塔设计+CAD图纸

  12. 杂拟谷盗体内共生菌沃尔...

  13. 当代大学生慈善意识研究+文献综述

  14. 大众媒体对公共政策制定的影响

  15. 中考体育项目与体育教学合理结合的研究

  16. java+mysql车辆管理系统的设计+源代码

  17. 电站锅炉暖风器设计任务书

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回