一种基于聚类和关联规则修正的入侵检测技术  

An Intrusion Detection Method Based on Clustering and Association Correction

作　　者：黄斌[1] 史亮[2] 陈德礼[1] 

机构地区：[1]莆田学院电子信息工程系,福建莆田351100 [2]厦门大学软件学院,福建厦门361005

出　　处：《莆田学院学报》2009年第2期68-70,共3页Journal of putian University

基　　金：福建省自然科学基金项目(2008F50602);福建省自然科学基金-青年人才项目(2008F3101)

摘　　要：针对目前基于K-Means算法的入侵检测技术所存在的符号类型数据处理能力欠缺、误报率较高的问题,提出了一种基于聚类和关联规则修正的入侵检测技术。将关联规则挖掘技术引入到聚类分析机制中,利用针对符号型属性的关联规则挖掘结果对聚类结果进行修正,从而有效降低由于在入侵检测单纯使用聚类分析所导致的误报。详细阐述了改进的具体实现方案,并通过实验验证了该技术的可行性。This paper analyses the existing problems of the current intrusion detection techniques base on K-Means Algorithm： failing to analyse the attribute composed by character, higher false-detection rate, ere, and brings forward some improvement： We use Association Rule into clustering analysis to reduce the false-detection rate in our algorithm. In this paper, we introduce the improved method concretely, and shows the feasibility and effect through an experiment.

关 键 词：入侵检测 聚类算法 关联规则 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]