防火墙技术所表现出来的不足引出了人们对入侵检测系统(IDS) 技术的研究和开发。首先介绍了入侵检测技术、数据挖掘技术和关联规则算法,然后提出了一种基于数据 挖掘技术的入侵检测系统模型,并将数据挖掘中的关联规则模型应用到实际中,取得很好的应用效果。

信息安全论文7篇 恶意代码检测 包括1《基于行为分析的恶意代码检测技术研究与实现》，2《基于行为分析的网页*检测技术研究》，3《基于主动方式的恶意代码检测技术研究》，4《跨站脚本攻击与防御技术研究》，5《身份基加密技术的研究与推广》，6《数据挖掘技术在入侵检测中的应用》，7《透明加密系统的设计与实现》.

基于数据挖掘技术的入侵检测研究,分享给大家学习与研究

通过数据挖掘技术，实现对web应用入侵的异常检测，对传统的误用检测是有效的补充。

针对目前日益严重的网络安全威胁以及用户数据安全保障的需求，有效的抵抗Web攻击的异常入侵检测算法研究变得越发重要。考虑到基于传统聚类方法的异常入侵检测算法实现复杂度较高且检测精度低的问题，文中提出基于KNN （K—Nearest Neighbor，K近邻）聚类算法的异常入侵检测算法。首先，文中通过结合数据挖掘技术建立异常入侵检测系统，以实现异常行为模式的统计分析和重要系统、数据文件的完整性评估。根据采集的网络抓包数据构建数据库，并利用机器学习中的KNN聚类分析算法对数据进行聚类分析，检测是否存在