基于用戶行為的宏觀網(wǎng)絡(luò)預警及響應系統(tǒng)設(shè)計與實現(xiàn).pdf

1、計算機網(wǎng)絡(luò)高速發(fā)展和全方位滲透，推動了整個社會的信息化進程。然而隨著互聯(lián)網(wǎng)絡(luò)的迅猛發(fā)展，網(wǎng)絡(luò)安全方面的問題越來越突出，利用計算機網(wǎng)絡(luò)的各種犯罪活動越來越多，造成了巨大的財產(chǎn)損失。因此，及時了解網(wǎng)絡(luò)用戶的當前行為并預測用戶行為成為保障網(wǎng)絡(luò)服務(wù)安全所急需解決的問題。 為了對用戶行為進行分析，結(jié)合網(wǎng)絡(luò)本身的特征，本文提出了基于NetFlow信息的用戶行為特征，它們定量描述了用戶網(wǎng)絡(luò)行為的特征，并通過綜合計算最終取得網(wǎng)絡(luò)總體用戶行為模式

2、。在得到用戶行為模式后，我們就可以通過分析當前用戶行為，對用戶下一步行為進行預測。 本文主要工作包括以下幾個方面：(1)提出了一個基于K—均值的聚類挖掘算法；(2)設(shè)計并實現(xiàn)了用戶行為帶權(quán)有向圖：(3)一個宏觀網(wǎng)絡(luò)預警及應急響應系統(tǒng)。 針對用戶行為分析，本文采取了數(shù)據(jù)挖掘的方法，具體為聚類挖掘同關(guān)聯(lián)挖掘相結(jié)合的方法。面對大量NetFlow統(tǒng)計數(shù)據(jù)，聚類挖掘算法可將相似的數(shù)據(jù)最大限度的歸為一類，為分析用戶行為提供可靠依據(jù)。

3、在分析傳統(tǒng)K—均值聚類算法的基礎(chǔ)上，針對其不足提出了相應的改進。 針對用戶行為預測，本文采取建立用戶行為有向圖的方法，建立用戶行為間的相互關(guān)系，通過查找最大可能后繼行為預測用戶行為。 接下來，本文分析了宏觀網(wǎng)絡(luò)預警及應急響應系統(tǒng)的設(shè)計工作，其中包括總體結(jié)構(gòu)設(shè)計，數(shù)據(jù)庫設(shè)計及界面設(shè)計，并著重描述了用戶行為分析子系統(tǒng)的實現(xiàn)。該子系統(tǒng)主要包括構(gòu)建用戶行為序列和構(gòu)建用戶行為模式兩大模塊。構(gòu)建用戶行為序列主要負責分析當前用戶行為，