基于流數(shù)據(jù)聚類的網(wǎng)絡行為分析研究.pdf

1、全球信息化建設的高速發(fā)展,各種網(wǎng)絡應用更加深入地進入到人們生活及商業(yè)活動等各個領域。隨著網(wǎng)絡技術(shù)的普及,各種問題也隨之而來:網(wǎng)絡服務質(zhì)量低,網(wǎng)絡攻擊事件多發(fā)。如何提高網(wǎng)絡的使用效率,有效地保護計算機網(wǎng)絡系統(tǒng)的安全是一個急需解決的重要問題。網(wǎng)絡行為分析(NBA)已經(jīng)成為一種重要的網(wǎng)絡安全防護手段,能夠有效地識別網(wǎng)絡流量中未知的網(wǎng)絡攻擊行為以及網(wǎng)絡用戶的越權(quán)操作,傳統(tǒng)的安全產(chǎn)品往往對零日攻擊或是來自網(wǎng)絡內(nèi)部的惡意行為無能為力,網(wǎng)絡行為分析就

2、是解決這一問題的很好的方案。流數(shù)據(jù)挖掘技術(shù)特別適合具有連續(xù)到達、潛在無限特點的網(wǎng)絡流量,將流數(shù)據(jù)聚類技術(shù)引入網(wǎng)絡行為分析可以提高系統(tǒng)的準確性與工作性能。
　　 本文首先對流數(shù)據(jù)挖掘算法進行了闡述和分析,概述了各種挖掘算法的概念及研究成果。針對已有的流數(shù)據(jù)聚類算法對高維流數(shù)據(jù)聚類效果不好或是不具有處理混合屬性數(shù)據(jù)能力的情況,改進了經(jīng)典的流數(shù)據(jù)聚類算法CluStream,給出了一種流數(shù)據(jù)聚類算法GTMS,它采用基于信息增益和幾何相鄰

3、的方法計算混合類型數(shù)據(jù)的相似度,使用網(wǎng)格及最小生成樹技術(shù),提高算法處理數(shù)據(jù)的速度。該算法對混合類型屬性的流數(shù)據(jù)有較好的聚類純度和執(zhí)行速度。
　　 論文對網(wǎng)絡行為分析研究現(xiàn)狀進行了闡述,介紹了其技術(shù)特點,分析了網(wǎng)絡行為分析與現(xiàn)有的安全技術(shù)的互補性。對系統(tǒng)的功能要求和性能需求進行總結(jié)分析,在此基礎上,給出了一個適用于局域網(wǎng)環(huán)境的基于流數(shù)據(jù)聚類的網(wǎng)絡行為分析系統(tǒng)模型設計方案,基于濫用檢測和異常檢測相結(jié)合的方法,使系統(tǒng)具有快速識別已知攻