云计算网络入侵跳频数据关联规则挖掘方法

程显生，杨 珍，王 俊

(内蒙古农业大学计算机技术与信息学院，内蒙古 呼和浩特 010000)

1 引言

采用云计算技术进行网络传输控制，能提高网络输出的带宽和容量。然而在云计算网络中，由于网络节点的随机分布性和自组网性，会导致云计算网络容易受到入侵威胁，需要结合云计算网络的入侵检测和入侵数据的关联规则分析，对云计算网络进行入侵检测[1]。挖掘云计算网络的入侵跳频数据特征量，从而实现网络的云安全管理和信息存储，提高云计算网络的安全性。研究云计算网络的入侵跳频数据关联规则挖掘方法，在确保云计算网络的安全方面具有重要意义[2]。

文献[3]中提出基于差分隐私的多源数据关联规则挖掘方法，采用拉普拉斯机制和指数机制保护用户数据，并运用差分隐私方法进行关联规则挖掘。实验结果验证了该方法的精确性能够控制在可接受的范围内，但是当网络中干扰信噪比较大时，其挖掘效果不佳。文献[4]中提出基于粗糙加权平均单依赖估计的入侵检测算法。该方法使用加权平均单依赖估计方法对网络入侵跳频数据进行分类，完成对网络数据的入侵检测，但该方法的抗干扰性较差，并且挖掘准确性不高。除上述方法外，还有相关研究者提出了基于人工蜂群优化的密度聚类异常入侵检测算法。在初始化蜜源阶段采用不同的编码方法分别对入侵跳频数据和特征值进行编码，在邻域搜索阶段利用两种搜索策略分别对其进行搜索，并在新的适应值函数中加入误报率影响因子。……