基于事件序列聚类的数据库入侵检测方法研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:usernameing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数据库入侵检测技术是数据库安全的重要组成部分。目前的入侵检测系统采用模式匹配方法,虽然对已经存在的攻击具有很高的检测效率和正确率,但对很多未知的入侵攻击行为和方法有很大的局限性,检测效率和正确率比较低。针对以上问题,本文将误用检测算法的改进和基于事件序列聚类的异常检测方法的设计作为研究重点,以完善数据库入侵检测系统的功能和提高系统的性能。首先,分析现有的数据库入侵检测技术。针对同类入侵检测系统误报率高,系统执行效率低的问题,提出一种基于事件序列聚类的数据库入侵检测模型。该系统模型采用基于事件序列聚类的异常检测技术,以有效降低检测误报率;并行执行误用检测和异常检测,以提高系统运行效率。其次,在误用检测阶段,根据审计跟踪数据动态递增的特性,采用动态滑动窗口的思想,改进误用检测算法。进而减少当前入侵行为与误用规则库的匹配次数,提高算法的检测效率。在保留传统误用检测优势基础上,建立一种并行的入侵检测运行机制,当发现入侵行为时,及时终止异常检测的运行,提高系统资源利用率。最后,在异常检测阶段,重新定义对事件序列的插入、删除、移动三种操作,进而得到改进的编辑距离。基于此编辑距离,提出一种事件序列聚类算法SOEC。以该距离测度两序列的相似度,对SQL操作语句序列进行聚类,解决操作对象不同对事件序列间相似性的影响;并采用新生成的规则来不断修正和更新用户的正常行为知识库,降低系统入侵检测漏报率。
其他文献
学位
学位
近年来,随着以计算机科学技术和通讯技术为代表的信息科学技术的广泛而深入的应用,人类社会已经进入了“网络时代”,网络互连和资源共享在方便了人们的工作和生活的同时也造成了
数据挖掘是一种将原有的数据分析法与处理大规模数据的复杂算法相结合的技术。链接挖掘作为数据挖掘的一个分支,它的研究任务包括描述和预测模型,随着链接概念的提出,链接预
网格参数化指为网格模型表面建立与平面或球面等参数域的函数映射,从而建立原模型的顶点与参数域上顶点的对应关系。由于网格参数化为离散、无序的网格模型提供了一种有序的、
操作系统安全是计算机系统安全运行的基础,如何构建安全操作系统一直是安全研究领域的重要课题。安全体系结构是安全操作系统的核心结构,对安全操作系统的开发具有指导作用。本
随着IPTV业务的迅速发展和用户规模的扩大,IPTV作为一项重要的电信增值业务如何融入到下一代网(NGN),成为人们关注的焦点。IP多媒体子系统(IMS)是构建统一多媒体业务的通用平
网页信息抽取是指从网页中(半)自动获取用户感兴趣的信息,其在信息检索、舆情监测等应用中非常广泛。然而现有的研究只注重精确度、召回率等传统指标,忽略了分析各类特征在抽取
基于QoS的主动兴趣管理技术将QoS引入主动兴趣管理系统,为用户提供可靠的服务保证,一定程度上提高了分布式虚拟环境的可扩展性。随着用户对于协作要求的越来越普遍,分布式虚拟环
随着科学技术的发展和进步,人类航天活动也越来越频繁,深空探测越来越受到各个国家的重视,近年来我国对深空探测也加大了投入。开展深空探测对于科技进步和人类文明的发展有着促
学位