3 基于數(shù)據挖掘的入侵檢測系統(tǒng)模型
針對現(xiàn)有入侵檢測系統(tǒng)挖掘速度慢和挖掘準確度不高的缺點，提出基于數(shù)據挖掘技術的入侵檢測系統(tǒng)模型．該模型的結構如圖1所示。

3．1 模塊功能簡述
(1)嗅探器主要進行數(shù)據收集，它只是一個簡單的抓取信息的接口。嗅探器所在位置決定入侵檢測的局部處理程度。
(2)解碼器解碼分析捕獲的數(shù)據包。并把分析結果存到一個指定的數(shù)據結構中。
(3)數(shù)據預處理 負責將網絡數(shù)據、連接數(shù)據轉換為挖掘方法所需的數(shù)據格式，包括：進一步的過濾、噪聲的消除、第三方檢測工具檢測到的已知攻擊。利用誤用檢測方法對已知的入侵行為與規(guī)則庫的入侵規(guī)則進行匹配，直接找到入侵行為，進行報警。
(4)異常分析器通過使用關聯(lián)分析和序列分析找到新的攻擊，利用異常檢測方法將這些異常行為送往規(guī)則庫。
(5)日志記錄保存2種記錄：未知網絡正常行為產生的數(shù)據包信息和未知入侵行為產生的數(shù)據包信息。
(6)規(guī)則庫 保存入侵檢測規(guī)則，為誤用檢測提供依據。
(7)報警器 當偏離分析器報告有異常行為時，報警器通過人機界面向管理員發(fā)出通知，其形式可以是E-mail。控制臺報警、日志條目、可視化的工具。
(8)特征提取器對日志中的數(shù)據記錄進行關聯(lián)分析，得出關聯(lián)規(guī)則，添加到規(guī)則庫中。
3．2 異常分析器
異常分析器使用聚類分析模型產生的網絡或主機正常模型檢測數(shù)據包。它采用K-Means算法作為聚類分析算法。圖2為異常分析的流程。

異常分析器的檢測過程為：(1)網絡或主機數(shù)據包標準化；(2)計算網絡數(shù)據包與主類鏈表中聚類中心的相似度：(3)若該網絡數(shù)據包與某一主類的相似度小于聚類半徑R，則表明其是正常的網絡數(shù)據包，將其丟棄；(4)若該網絡數(shù)據包與所有主類的相似度大于聚類半徑R，則表明其是異常的網絡數(shù)據包。
3．3 特征提取器
特征提取器用于分析未知的異常數(shù)據包，挖掘網絡異常數(shù)據包中潛在的入侵行為模式，產生相應的關聯(lián)規(guī)則集．添加到規(guī)則庫中。該模塊采用Apriori算法進行關聯(lián)規(guī)則的挖掘，其工作流程如圖3所示。

特征提取器的工作過程可分為數(shù)據預處理和產生關聯(lián)規(guī)則。
(1)數(shù)據預處理 特征提取器的輸入為日志記錄．包含很多字段，但并非所有字段都適用于關聯(lián)分析。在此僅選擇和Snort規(guī)則相關的字段，如SrcIP，SrcPort，DstIP，DstPort，Protocol，Dsize，F(xiàn)lags和CID等。