基于粗糙集的网络入侵检测模型研究  

A network intrusion detection model based on Rough set theory

作　　者：刘淑琴[1] 姚国祥[1] 官全龙[1] 

机构地区：[1]暨南大学信息科学技术学院,广州510632

出　　处：《微计算机信息》2010年第12期75-77,共3页Control & Automation

基　　金：广东省科技计划项目;基金申请人:姚国祥;项目名称:基于下一代互联网的入侵检测系统的研究与实现(2006B15401002);广东省科技计划项目;基金申请人:姚国祥;项目名称:基于IPV6协议分析的入侵检测系统的研究与实践(2006Z3-D0151)

摘　　要：本文提出了一种基于粗糙集(Rough Set)理论的网络入侵检测模型,通过运用粗糙集理论结合遗传算法对网络连接数据提取检测规则集。仿真结果表明,该方法对各类已知和未知攻击尤其是DoS和Probe攻击具有较高的检测率和较低的误报率,因此本文提出的基于粗糙集理论的入侵检测模型在应用于复杂网络数据分析和网络攻击检测方面是高效的。A network intrusion detection model based on Rough set theory has been developed.The approach mines detection rules from network connection data.With rough set theory and genetic algorithms.The result of the experiment shows that this model has high detection rate and low false reject rate in detecting DoS and probe attacks,and the rough sets theory is powerful in complex network connection data as well as effective in network attack detection.

关 键 词：入侵检测系统 粗糙集理论 数据离散化 数据约简 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]