基于数据挖掘的网络入侵行为检测方法

摘要

当前的网络入侵行为检测方法误检率较高,因此研究基于数据挖掘的网络入侵行为检测方法.该方法根据网络行为特征,设计了一个全新的特征子集选择流程;然后根据特征子集,设置一个与数据挖掘相匹配的检测动态生成规则;数据挖掘算法依据上述检测内容,实现对网络入侵行为的识别.实验结果:与传统检测方法相比,此次研究的网络入侵行为检测方法,其聚类半径r与阈值β之间的关联性更强,检测网络入侵行为的误检率更低.由此可见,数据挖掘可以提高网络入侵行为检测结果的可靠性.