基于數(shù)據(jù)挖掘技術(shù)的入侵檢測系統(tǒng)解決方案

　　3．1模塊功能簡述

　　(1)嗅探器主要進行數(shù)據(jù)收集，它只是一個簡單的抓取信息的接口。嗅探器所在位置決定入侵檢測的局部處理程度。

　　(2)解碼器解碼分析捕獲的數(shù)據(jù)包。并把分析結(jié)果存到一個指定的數(shù)據(jù)結(jié)構(gòu)中。

　　(3)數(shù)據(jù)預處理負責將網(wǎng)絡數(shù)據(jù)、連接數(shù)據(jù)轉(zhuǎn)換為挖掘方法所需的數(shù)據(jù)格式，包括：進一步的過濾、噪聲的消除、第三方檢測工具檢測到的已知攻擊。利用誤用檢測方法對已知的入侵行為與規(guī)則庫的入侵規(guī)則進行匹配，直接找到入侵行為，進行報警。

　　(4)異常分析器通過使用關(guān)聯(lián)分析和序列分析找到新的攻擊，利用異常檢測方法將這些異常行為送往規(guī)則庫。

　　(5)日志記錄保存2種記錄：未知網(wǎng)絡正常行為產(chǎn)生的數(shù)據(jù)包信息和未知入侵行為產(chǎn)生的數(shù)據(jù)包信息。

　　(6)規(guī)則庫保存入侵檢測規(guī)則，為誤用檢測提供依據(jù)。

　　(7)報警器當偏離分析器報告有異常行為時，報警器通過人機界面向管理員發(fā)出通知，其形式可以是E-mail?？刂婆_報警、日志條目、可視化的工具。

　　(8)特征提取器對日志中的數(shù)據(jù)記錄進行關(guān)聯(lián)分析，得出關(guān)聯(lián)規(guī)則，添加到規(guī)則庫中。

　　3．2異常分析器

　　異常分析器使用聚類分析模型產(chǎn)生的網(wǎng)絡或主機正常模型檢測數(shù)據(jù)包。它采用K-Means算法作為聚類分析算法。圖2為異常分析的流程。

　　異常分析器的檢測過程為：(1)網(wǎng)絡或主機數(shù)據(jù)包標準化；(2)計算網(wǎng)絡數(shù)據(jù)包與主類鏈表中聚類中心的相似度：(3)若該網(wǎng)絡數(shù)據(jù)包與某一主類的相似度小于聚類半徑R，則表明其是正常的網(wǎng)絡數(shù)據(jù)包，將其丟棄；(4)若該網(wǎng)絡數(shù)據(jù)包與所有主類的相似度大于聚類半徑R，則表明其是異常的網(wǎng)絡數(shù)據(jù)包。

　　3．3特征提取器

　　特征提取器用于分析未知的異常數(shù)據(jù)包，挖掘網(wǎng)絡異常數(shù)據(jù)包中潛在的入侵行為模式，產(chǎn)生相應的關(guān)聯(lián)規(guī)則集．添加到規(guī)則庫中。該模塊采用Apriori算法進行關(guān)聯(lián)規(guī)則的挖掘，其工作流程如圖3所示。