基于平均适应度空间的异常检测毕业设计论文.doc

中国矿业大学毕业设计任务书 学院 信息与电气工程学院 专业年级 电气10级 学生姓名 ** 任务下达日期： 2013年12月30日 毕业设计日期： 2013年12月30日至2014年6月10日 毕业设计题目： 基于平均适应度空间的异常检测 毕业设计主要内容和要求： 数据挖掘的基本概念与意义； 分析异常检测存在的问题； 构建平均适应度空间； 使用分类技术识别出异常类型； 5 使用标准数据集进行算法评估。 6 翻译一篇近三年发表的相关英文文献 院长签字： 指导教师签字： 年 月 日 中国矿业大学毕业设计指导教师评阅书 指导教师评语（①基础理论及基本技能的掌握；②独立解决实际问题的能力；③研究内容的理论依据和技术方法；④取得的主要成果及创新点；⑤工作态度及工作量；⑥总体评价及建议成绩；⑦存在问题；⑧是否同意答辩等）： 成 绩： 指导教师签字： 年 月 日 中国矿业大学毕业设计评阅教师评阅书 评阅教师评语（①选题的意义；②基础理论及基本技能的掌握；③综合运用所学知识解决实际问题的能力；③工作量的大小；④取得的主要成果及创新点；⑤写作的规范程度；⑥总体评价及建议成绩；⑦存在问题；⑧是否同意答辩等）： 成 绩： 评阅教师签字： 年 月 日 中国矿业大学毕业设计答辩及综合成绩 答 辩 情 况 提 出 问 题 回 答 问 题 正 确 基本 正确 有一般性错误 有原则性错误 没有 回答 答辩委员会评语及建议成绩： 答辩委员会主任签字： 年 月 日 学院领导小组综合评定成绩： 学院领导小组负责人： 年 月 日 摘 要 本文针对当前网络环境下的入侵问题，提出了一种基于异常的入侵检测方法，从而为互联网的安全提供了一道保障。由于异常检测需要建立正常访问的行为模式库，本文用数据挖掘的方法从大量正常访问的数据中提取频繁项集，形成关联规则，把这种规则作为正常访问的行为轮廓。轮廓构建出来后，采用构建平均适应度空间的方法比较数据与轮廓的相似度，从而判断其是否为入侵数据。这实际上也是对未知类型访问数据的分类。本文不仅验证了数据挖掘技术应用在异常检测当中的可行性，还研究了支持度的变化对规则集数量以及检测率的影响和分类器阈值的变化对检测率的影响两个关键问题，发现了检测率的“跃变”现象并对实际应用提供了指导意见。最后针对本文的问题和不足提出了今后改进的方向，还展望了数据挖掘发展的美好前景。 本文采用了KDD标准数据集作为测试和训练数据，使用从测试数据集当中提取出的规则对测试数据集进行异常检测，实验仿真证明这种方法是有效的，具有较高的检测率。同时该方法简单易行，容易理解，可操作性较强。 关键词：数据挖掘; 异常检测; 关联规则; 平均适应度空间  ABSTRACT In this thesis, a new anomaly detection method is proposed, which aims at improving the detection performance in the current environment of the Internet. Because this detection needs to build the profiles of normal behaviors, so data mining is necessary to extract information from normal audit data, which is in the form of class association rules. The association rules are just the profile. After building the profiles, the average fitness space of the data can be built on it. On the influence of threshold, the class of a record can be r