基于深度特征合成和关联规则的数据库异常访问检测

企业或组织内部的重要数据都存储在数据库中,因此数据库经常成为恶意入侵者的攻击目标。传统防火墙对于来自外部的入侵者有着很好的抵御作用,但无法检测来自系统内部人员的异常访问。针对数据库异常访问检测中存在的不足和缺陷,提出了一种基于深度特征合成(DFS)和关联规则(Apriori)算法的异常检测方法。通过对比BP神经网络、随机森林和C4.5决策树等3种其他检测算法表明,新提出的方法能够更加高效地提取用户特征,从而使检测的精准率和效率有显著提升。

网络入侵检测技术研究

本文介绍分析了入侵检测系统的特点以及相关机器学习算法,希望能为相关工作提供参考。随着网络安全问题越来越突出,传统异常检测技术已经无法满足当今更加复杂的网络环境,因此更加深入的研究网络入侵检测技术,己经成为网络安全领域的研究热点。