基于兴趣的用户聚类分析在入侵检测中的应用  

Application of user clustering based on interest in intrusion detection

作　　者：张欣[1] 孙强[1] 张蕾[1] 

机构地区：[1]空军工程大学导弹学院,陕西三原713800

出　　处：《计算机工程与设计》2008年第6期1446-1449,共4页Computer Engineering and Design

摘　　要：在入侵检测中对用户进行聚类,可以改善安全分析的效率,有助于发现潜在非法用户。在聚类中提出按照访问兴趣对用户进行聚类分析,在用户访问兴趣度量中综合考虑网页内容和浏览路径因素。在聚类分析中,依据访问兴趣定义提出新的相似度计算方法。利用传递闭包法对用户进行聚类。算法可以提高用户聚类的准确性,试验结果表明该算法是有效的。User clustering in intrusion detection can improve performance of security analysis and help to find latent lawless user.The page content and browsing path are taken into account in measurement of browsing interest.Whereafter,new method is brought forth to calculate similarity of interest and users is clustered by usage of transitive closure algorithm.Result of experiment shows new method can efficiently improve precision of clustering.

关 键 词：访问兴趣 WEB日志 WEB内容 相似度 用户聚类 入侵检测 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]