基于數(shù)據(jù)挖掘的Snort入侵檢測系統(tǒng)的研究及在教務管理中心的應用.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網(wǎng)絡技術的發(fā)展,許多學校對于校園信息網(wǎng)絡建設、校園網(wǎng)絡安全問題越來越重視。自2002年來,淄博職業(yè)學院教務管理中心相繼自行開發(fā)了學生成績管理系統(tǒng)、數(shù)字化校園信息系統(tǒng)、學生選課系統(tǒng)等系統(tǒng)并投入運行。隨著學分制改革的進一步深入和招生規(guī)模的擴大,又于2008年暑假啟用了新的教務管理系統(tǒng)。教務管理中心承擔的任務越來越重,網(wǎng)絡安全性問題日益突出,雖然架設了防火墻系統(tǒng),但網(wǎng)絡所遭受的不斷變化的各類攻擊嚴重影響了系統(tǒng)的運行。為了解決網(wǎng)絡安全問題,

2、學校決定在教務管理中心自行開發(fā)一套入侵檢測系統(tǒng)。本文針對教務管理中心的特點和要求,采用開放源代碼程序,構建了一種基于數(shù)據(jù)挖掘K-均值聚類算法的Snort入侵檢測系統(tǒng)。
  本文的主要研究內容包括以下幾點:
  1.本文首先介紹了入侵檢測的現(xiàn)狀和發(fā)展趨勢,分析了入侵檢測分類、入侵檢測技術的誤用檢測和異常檢測,探討了入侵檢測常用的關聯(lián)分析、序列分析、分類分析和聚類分析等幾種數(shù)據(jù)挖掘方法,重點研究了聚類分析方法。
  2.在

3、此基礎上詳細分析了聚類分析中K-均值聚類算法,提出了一種改進的K-均值聚類算法,根據(jù)實際情況構建了入侵檢測檢測模型,并用KDDCPU99網(wǎng)絡數(shù)據(jù)集對提出的模型進行測試,經(jīng)過測試驗證算法能提高檢測效率。
  3.本文在入侵檢測模型的基礎上,調研了學校教務管理中心安全方面存在的問題,提出了用開源入侵檢測程序Snort加入數(shù)據(jù)挖掘插件的方法,設計了模塊插件和預檢測引擎插件,來提高Snort的檢測速度和效率。在此基礎上,自主設計一套采用開

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論