基于CURE算法的网络用户行为分析

被引:7
作者
孙燕花
李杰
李建
机构
[1] 中南大学信息科学与工程学院
关键词
网络安全; 数据挖掘; CURE算法; 异常行为; 增量挖掘;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
从安全的角度分析网络用户行为,建立了一个基于Netflow统计的用户行为向量数据模型,提出了一个网络用户行为的分析框架,建立了一个分析流程。针对存储网络用户行为的大型数据库选用了一个合适的聚类算法即CURE算法,并对CURE算法进行了基于实际应用的改进。实验结果表明,改进后的CURE算法不仅能很好地聚类,而且能区分出正常行为和异常行为,通过危害行为评价体系分析,聚类得到的异常行为是危害行为的检测率非常高。对于实时网络上的增量数据,文中也给出了增量挖掘的算法,符合网络实时分析的需要。
引用
收藏
页码:35 / 38
页数:4
相关论文
共 10 条
[1]  
基于流量识别的网络用户行为分析.[D].杨铮.重庆大学.2009, 12
[2]  
基于用户行为的园区网网络管理模型.[D].梅震琨.中南大学.2009, 05
[3]  
网络环境下用户行为研究与实现.[D].吴勇.南京理工大学.2007, 02
[4]  
网络用户行为分析研究及其应用.[D].董富强.西安电子科技大学.2005, 02
[5]   基于参数测量的园区网可靠性分析系统的实现 [J].
李崇东 ;
肖晓强 ;
李达 ;
徐明 ;
赖建文 .
计算机技术与发展, 2010, 20 (10) :21-25
[6]   用行为分析技术来增强网络管理的能力 [J].
张锋军 ;
牟其林 ;
江泓 .
信息安全与通信保密, 2009, (06) :72-74+77
[7]   基于NetFlow的用户行为挖掘算法设计 [J].
刘璇 ;
张凤荔 ;
叶李 .
计算机应用研究, 2009, 26 (02) :713-715
[8]   基于聚类的孤立点集探测算法 [J].
曹文平 .
现代计算机(专业版), 2008, (12) :35-37
[9]   用户行为异常检测在安全审计系统中的应用 [J].
江伟 ;
陈龙 ;
王国胤 .
计算机应用, 2006, (07) :1637-1639+1642
[10]   增量式CURE聚类算法研究 [J].
冯兴杰 ;
黄亚楼 .
小型微型计算机系统, 2004, (10) :1847-1849