基于模糊关联规则挖掘的模糊入侵检测  

Fuzzy Intrusion Detection Based on Mining Fuzzy Association Rules

作　　者：彭晖[1] 庄镇泉[1] 李斌[1] 杨俊安[1] 

机构地区：[1]中国科学技术大学电子科学与技术系,合肥230026

出　　处：《计算机工程与应用》2004年第31期152-155,196,共5页Computer Engineering and Applications

基　　金：国家自然科学基金重大项目(编号:90104030)资助

摘　　要：论文把模糊关联规则挖掘算法引入到网络的入侵检测,利用该算法从网络数据集中提取出具有较高可信性和完备性的模糊规则,并利用这些规则设计和实现用于入侵检测的模糊分类器。同时,针对模糊关联规则挖掘算法,利用K-means聚类算法建立属性的模糊集和模糊隶属函数,并提出了一种双置信度算法以增加模糊规则的有效性和完备性。最后,给出了详实的实验过程和结果,以此来验证提出的模糊入侵检测方法的有效性。This paper employs fuzzy association rules mining algorithm(FARMA)to mine highly effective fuzzy rules from network data sets,and then uses the obtained rules to design and construct fuzzy classifiers for intrusion detection.Mean-while,for improving FARMA,it utilizes k-means clustering algorithm to construct fuzzy sets and membership function,and proposes a double confidence algorithm.At last,it provides the detailed experimental results to demonstrate the va-lidity of the approach.

关 键 词：模糊关联规则 模糊分类器 模糊入侵检测 聚类算法 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]