数据库累积异常的主动模糊识别方法研究

摘要

本文提出数据库中存在的一种新的异常——数据库累积异常。现有的针对数据库安全的研究还未对此作以系统深入的研究。基于模糊集理论，本文提出基于可疑度决策模型(Dubiety-Determining Model，DDM)的数据库累积异常模糊识别方法。 在给出数据库累积异常的基础描述后，形式化定义了数据库累积异常语义下的概念系统，定义了基于累积量的数据库事务可疑度的量化测定方法，这是数据库累积异常识别的核心内容。然后，本文提出了基于集合间相异度和条件相异度的一种k-模聚类方法，对数据库事务集聚类分析，从而为监测规则的设定提供重要参考。其中对条件相异度的计算，一种基于字符串匹配的方法，另外一种是基于本文提出的逻辑树概念。接下来，本文详细描述了基于DDM的数据库累积异常主动模糊识别方法，包括基于累积量子模型和可疑度子模型的可疑度决策方法、DDM的训练策略等。在对数据库事务进行可疑度决策，是基于数据库事务的审计记录和设定的匹配规则进行的。根据DDM，设计并实现了一个数据库累积异常模糊识别原型系统，并在该原型系统上实施了模拟实验，对基于DDM的数据库累积异常主动模糊识别方法的可行性、有效性进行了验证，对该方法在宿主数据库上的性能影响进行了分析。最后，本文研究了基于DDM的数据库累积异常模糊识别在分布式数据库环境下的探测器模型，主要分为对等结构和层次结构的两种模型，并研究了两种结构的模型的站点协同机制，并对二者作以简单比较。本文提出了数据库累积异常的概念，并对其做了系统的描述和定义，提出了基于DDM的数据库累积异常模糊识别的一般方法。实验结果表明该方法是可行的、有效的。本文还对该方法在分布式环境下的模型做了初步研究。

目录

文摘

英文文摘

论文说明：符号说明、图表目录

声明

第一章绪论

1.1数据库累积异常的提出

1.2现有数据库安全问题的研究

1.2.1传统数据库安全机制

1.2.2数据库入侵检测

1.3本文的主要创新点

1.4本文的组织结构

第二章模糊集合理论与聚类分析算法

2.1模糊集合理论简介

2.1.1模糊集合的基本概念

2.1.2模糊集合的运算

2.2聚类分析算法简介

2.2.1聚类的定义

2.2.2聚类分析算法的典型要求

2.2.3聚类分析中的数据类型

2.3 k-平均聚类算法

2.4本章小结

第三章数据库累积异常

3.1数据库累积异常的描述

3.2数据库事务及其模式

3.2.1数据库事务

3.2.2数据库事务的模式

3.3数据库事务的累积量

3.3.1基于频度的累积量

3.3.2基于数据的累积量

3.4基于数据库事务可疑度的数据库累积异常

3.4.1数据库事务的可疑度

3.4.2数据库累积异常

3.5本章小结

第四章用于数据库事务匹配规则挖掘的k-模聚类

4.1集合间的相异度

4.2条件相异度

4.2.1基于字符串匹配的条件相异度

4.2.2逻辑树

4.2.3基于逻辑树的条件相异度

4.3数据库事务集的K-模聚类分析

4.3.1数据对象之间的相异度

4.3.2对数据库事务集的K-模聚类

4.4本章小结

第五章基于DDM的数据库累积异常模糊识别

5.1可疑度决策模型(Dubiety-Determining Model，DDM)

5.1.1累积量子模型

5.1.2可疑度子模型

5.1.3基于两个子模型的可疑度决策

5.2 DDM的训练策略

5.3数据库事务的可疑度决策

5.3.1审计记录与匹配规则

5.3.2 DDM的可疑度决策算法

5.4本章小结

第六章模拟实验及性能分析

6.1数据库累积异常模糊识别原型系统

6.2数据库累积异常模糊识别系统实现策略

6.3模拟实验研究

6.3.1实验一：DDM的可行性验证

6.3.2实验二：DDM的有效性验证

6.3.3实验三：DDM的性能评估与分析

6.4本章小结

第七章分布式环境下的数据库累积异常模糊识别

7.1分布式数据库概述

7.1.1分布式数据库的发展

7.1.2分布式数据库的概念

7.1.3分布式数据库的分类与特点

7.2分布式数据库累积异常模糊识别探测器模型

7.3分布式数据库累积异常模糊识别

7.3.1对等结构分布式数据库累积异常模糊识别

7.3.2层次结构分布式数据库累积异常模糊识别

7.4本章小结

第八章结论与展望

8.1本文主要内容总结

8.2工作展望

致谢

参考文献

研究成果及发表的学术论文

作者简介