基于数据挖掘技术的网络入侵检测系统

王刚

（陕西警官职业学院，陕西西安 710016）

随着数据计算需求的激增及大数据技术的发展，分布式云计算技术得到了广泛关注[1-2]。云计算平台可以利用分布式硬件平台，向不同用户提供多样的云计算服务。同时，由于其开放性的特点，受到多种类型的网络攻击，面临了各种安全风险[3-4]。

云计算平台的安全防御问题得到了广泛研究。文献[5-6]分析了云计算平台会面临的网络攻击与风险类型。在此基础上，文献[7]研究了基于风险类型评估的等级保护策略。另外，为了解决非法入侵的问题，还研究了基于多种方法的安全接入机制[8-9]。

考虑到网络攻击类型的多样化，关于敏感数据识别的网络安全防御方法，可以在较大程度上识别非法数据攻击[10]。基于私有云研究安全平台及文件加密机制可以保障云计算平台的数据安全[11-13]。另外，为了准确识别多种类型的网络攻击，进行有针对性的防御，机器学习等学习类算法被广泛应用于安全防御平台[14-15]。

文中针对多语种媒体融合云平台进行随机化防御安全体系设计。在分析多种风险类型的基础上，设计了包括物理基础设施、虚拟主机、虚拟网络、数据和应用在内的五维一体安全防御体系。为了最大程度地提高云平台的安全性，文中使用随机化方法在每一个云计算服务层对参数与密钥进行随机化处理[16-17]。另外，文中使用故障模型匹配方法对攻击类型进行识别并报警，以进一步提高防御概率。通过对比增加随机化防御前后的网络攻击防御成功概率及报警错误概率，可以说明文中所设计的安全防御体系，能够有效提高云平台抵御网络攻击的能力。……