基于粗糙集和DTMARS的入侵检测系统研究.pdf

基于粗糙集和 DT-MARS 的入侵检测系统 程 翔，柳炳祥 CHENGXiang,LIU BingXiang 景德镇陶瓷学院 信息工程学院; 江西 景德镇 333001 InformationengineeringInstitute,JingdezhenCeramicInstitute;Jindezhen333001 E-mail:jx_chx@126.com，Phn:+86 IntrusionDetectionSystemBasedonRoughSetandDT-MARS IInnttrruussiioonnDDeetteeccttiioonnSSyysstteemmBBaasseeddoonnRRoouugghhSSeettaannddDDTT--MMAARRSS Abstract AAbbssttrraacctt: In this paper, we propose ideas about creating a Intrusion Detection System (IDS) based on the danger theory and multivariate adaptive regression splines(MARS) method. MARS is a effective method for flexible regression modeling of high dimensional data，which adapts to multi-feature of intrusion detection. Fuzzy Membership Function is presented to put danger theory and MARS together, and we apply them into intrusion detection system (DT-MARS). To filter false positive alerts generated by Intrusion Detection Systems, redundant attributes are removed, and 10 attributes are obtained utilizing rough set theoryinthe proposedapproach.Thenthe problemoffiltering false positive alerts on the dataset with those 10 attributes is transformed to classification problem. We trained and tested on KDD1999 data set. We compare the results with support vector machines(SVM). It draws a conclusion that DT-MARS isabettermethod thanSVM. Key words KKeeyy wwoorrddss: Intrusion Detection System(IDS); MultivariateAdaptive Regression Splines(MARS); Support Vector Machines(SVM);DangerTheory（DT）;RoughSet(RS); 摘 要：本文提出一种基于危险理论和多元自适应样条回归(MARS)的入侵检测系统。MARS 是一种有效的针对 高维数据回归建模的方法，该方法适用于入侵检测数据多特征特点，引入模糊隶属度函数将危险理论(DT) 和 MARS 结合起来，应用到入侵检测系统。为过滤入侵检测系统报警数据中的误报警，采用粗糙集理论去除 相关属性中的冗余属性，然后将具有约简后的 10 个属性的报警数据集上的误报警过滤问题转化为分类问题， 通过基于 KDD1999 数据集的训练和测试，与 SVM 的测试结果进行对比，证明了该系统的有效性。 关键词：入侵检测系统;多元自适应样条回归;支持向量机;危险理论;粗糙集 文献标识码:A 中图分类号: TP393.08 入侵检测是一种通过收集和分析被保护系统信息,从而发现