《基于主成分PCA方法的入侵特征分析》-毕业(学术)论文设计.docVIP

石家庄铁道大学毕业设计 基于主成分PCA方法的入侵特征分析 The Intrusion Feature Analysis Based on PCA Method 2011 届 信息科学与技术 学院 专 业 信息工程 学 号 学生姓名 指导老师 完成日期 2010年12月20日 毕业设计任务书 题　目 基于主成分PCA方法的入侵特征分析 学生姓名 学号班级 计0704 专业 信息工程 承担指导任务单位 信息科学与技术学院 导师 姓名 导师 职称 副教授 一、主要内容 本文中的主成分分析（PCA ）是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。 本课题阐述的入侵特征分析，它是以1999年的DARPA入侵数据集为研究对象的，此评测数据是目前最为全面的攻击测试数据。攻击者所使用的攻击方式层出不穷，此外，网络在没有被攻击的时候也会发生一些异常情况，为了提高入侵检测系统的效率，降低误报率，我们需要更准确的判断究竟哪些异常属于攻击。 主要内容包括如下： 综述网络入侵检测技术，并给出具体分析和评价； 以DARPA入侵数据集为研究对象，提取入侵特征，形成髙维数据集； 引入PCA方法，将高维特征数据集，降到二维； 使用Matlab将二维特征数据集图形化，分析入侵特征。 二、基本要求 进行大量的资料搜索，了解不同的网络入侵检测技术，并对主要的入侵检测技术进行算法的分析与评价。 设计出合理的方案，能对DARAP数据集进行特征提取，形成高维数据集。且在进行降维，图示化工作后，能对数据集进行明确的分析。 按时完成外文翻译3千字。 按进度撰写开题报告、任务书、毕业设计、答辩PPT。字数要达到1.5万字。 三、主要技术指标 本设计要做的是用Perl语言对DARPA数据集进行入侵特征提取，再使用PCA主元成分分析法对高维数据降维，最后用Matlab对其图示化，对结果进行分析。 主要技术指标有： 定义的提取特征科学合理，符合实际和设计要求； 对DARPA数据集进行数据特征提取； 使用PCA主元成分分析法对高维数据降维，并将二维数据用Matlab图示化。 四、应收集的资料及参考文献 应收集的资料： (1) 入侵检测技术的分类，及其各自优缺点； (2) 1999年的DARPA入侵数据集； (3) 定义的提取特征的理论依据； (4) 算法编程语言的实现技术。 参考文献： [1] 张相锋，孙玉芳.入侵检测系统发展的研究综述[J].中国科学院软件所，2003，30(8)：45-50 [2] 金卫.入侵检测技术的研究[J].山东师范大学学报，2005，20(4)：99-101 [3] 杨群，蔡乐才等.入侵检测技术研究综述[M].四川:四川人民出版社，2008 [4] Lee W.A Framework for Constructing Features and Models for Intrusion Detection Systems[J].ACM Transactions on Information and System Security，2001，3(4)：227-261 [5] Matthew V. M Philip K. C.An Analysis of the 1999 DARPA/Lincoln Laboratory Evaluation Data for Network Anomaly Detection[R].Melbourne, Florida:Florida Institute of Technology，2003：2-21 [6] Hainea J.W Lippmann R.P，et a1.1999 DARPA Intrusion Detection Evaluation:Design and Procedures[R].lexington,America:Lincon laboratory，2010：01-202 [7] Lippmann R Haines J.W，et a1.The 1999 DARPA Off-Line Intrusion Detection Evaluation[J].Lincon laboratory MIT，2000，91(8)：01-22 五、进度计划 毕业设计工作自第一周至第十六周，具体工作及日程安排如下： 第一周——第二周： 文献查阅，完成任务书及开题报告。 第三周——第四周： 提交开题报告和任务书。 查阅文献资料，对课题各个关键点作更深的理解。 第五周——第六周：