基于數(shù)據(jù)挖掘的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包安全檢測

周佩1 朱嫻睿1 何漢1 張毅2

1黑龍江省財(cái)政信息中心 2哈爾濱市信息化建設(shè)項(xiàng)目管理中心

基于數(shù)據(jù)挖掘的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包安全檢測

周佩1 朱嫻睿1 何漢1 張毅2

1黑龍江省財(cái)政信息中心 2哈爾濱市信息化建設(shè)項(xiàng)目管理中心

本文主要對移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包安全檢測的主要方法進(jìn)行研究，與傳統(tǒng)檢測方法相比，其靈活性較好。其首先是將移動(dòng)數(shù)據(jù)包中所包含內(nèi)容的主要特征進(jìn)行提取，之后通過數(shù)據(jù)挖掘算法對安全和惡意移動(dòng)的數(shù)據(jù)包存在的特征進(jìn)行學(xué)習(xí)，并對分類模型進(jìn)行建立。通過實(shí)驗(yàn)可知，基于數(shù)據(jù)挖掘進(jìn)行構(gòu)建的分類模型可以對移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包進(jìn)行有效的分類。

數(shù)據(jù)挖掘 移動(dòng)互聯(lián)網(wǎng) 數(shù)據(jù)包 安全檢測

1.研究的背景

1.1 移動(dòng)互聯(lián)網(wǎng)中的入侵檢測系統(tǒng)

此系統(tǒng)主要應(yīng)用于互聯(lián)網(wǎng)的安全防護(hù)，入侵檢測是指在進(jìn)行收集信息的過程中，發(fā)現(xiàn)在系統(tǒng)中存在危害或是違背安全方面的行為進(jìn)行檢測的方法。其主要分為誤用入侵檢測和異常入侵檢測兩類，此項(xiàng)技術(shù)已在移動(dòng)互聯(lián)網(wǎng)的安全防護(hù)中得到廣泛應(yīng)用，其能夠檢測出惡意數(shù)據(jù)是否在移動(dòng)終端中出現(xiàn)。

1.2 以數(shù)據(jù)挖掘?yàn)橐罁?jù)的入侵檢測系統(tǒng)

數(shù)據(jù)挖掘主要是指利用科學(xué)的方法對大量的數(shù)據(jù)以及潛在的數(shù)據(jù)進(jìn)行開發(fā)的全過程。其主要包含提取特征、對數(shù)據(jù)的預(yù)處理、模型的訓(xùn)練以及發(fā)現(xiàn)知識(shí)四個(gè)過程。為了使檢測的準(zhǔn)確性得以增加，可通過對惡意數(shù)據(jù)進(jìn)行建立來檢測其準(zhǔn)確性。本文主要對部分安全以及惡意移動(dòng)數(shù)據(jù)包進(jìn)行搜集，然后對缺失值、去重以及歸一化等相關(guān)數(shù)據(jù)進(jìn)行處理，已達(dá)到挖掘建模的目的。

2.實(shí)驗(yàn)?zāi)Ｐ?/h2>

2.1 模型的主要框架

基于數(shù)據(jù)挖掘所進(jìn)行建立的安全檢測主要包含數(shù)據(jù)檢測和模型訓(xùn)練，數(shù)據(jù)檢測主要包括數(shù)據(jù)預(yù)處理、特征移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包以及構(gòu)建完畢的模型，這些形成了新數(shù)據(jù)包，并對這些數(shù)據(jù)包進(jìn)行安全檢測；模型訓(xùn)練主要包含預(yù)處理文件、移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包以及數(shù)據(jù)挖掘算法。

2.2 移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包

針對移動(dòng)互聯(lián)網(wǎng)中的入侵檢測系統(tǒng)主要分為兩種，其一是移動(dòng)終端中的內(nèi)部數(shù)據(jù)，主要包括軟件狀態(tài)數(shù)據(jù)以及系統(tǒng)狀態(tài)數(shù)據(jù)；其二是非移動(dòng)終端的數(shù)據(jù)，主要包括藍(lán)牙數(shù)據(jù)、聯(lián)網(wǎng)數(shù)據(jù)等。本次研究主要是根據(jù)移動(dòng)數(shù)據(jù)包中所包含的內(nèi)容來進(jìn)行分析的，對各類移動(dòng)終端所包含的一些數(shù)據(jù)沒有必要進(jìn)行搜集，所以，其屬于非移動(dòng)終端的入侵檢測數(shù)據(jù)。

2.3 數(shù)據(jù)挖掘算法

為了將特征提取對安全及惡意數(shù)據(jù)的區(qū)分性是否較好進(jìn)行確認(rèn)，本次研究對數(shù)據(jù)分類所采取的主要方法為分類算法。首先需要將數(shù)據(jù)包進(jìn)行劃分，主要?jiǎng)澐譃榘踩珨?shù)據(jù)包和惡意數(shù)據(jù)包兩類，之后通過其已設(shè)定的內(nèi)在特征，將這些數(shù)據(jù)特征向量化，在所有分類算法中，最為常用的算法是決策樹算法以及樸素貝葉斯算法。

2.3.1 決策樹算法

決策樹算法是以信息熵為基礎(chǔ)的一種分類模型，樹可以對分類規(guī)則進(jìn)行表示，其具有直觀的特點(diǎn)，因此，其可讀性良好。決策樹算法對樹進(jìn)行構(gòu)造是以遞歸的方法來完成的，從而利用這種算法來解決一些分類問題，同時(shí)，這種算法還是一種貪婪的算法，其是通過向下增長的指定方式進(jìn)行的，針對于樹的節(jié)點(diǎn)選擇，應(yīng)選擇沒有重復(fù)的屬性分類的節(jié)點(diǎn)，直至此決策樹可以針對訓(xùn)練樣本做好相應(yīng)的分類為止，又或是將所有的屬性已經(jīng)使用完畢為止。

2.3.2 樸素貝葉斯算法

樸素貝葉斯是這樣一種分類模型，其是以統(tǒng)計(jì)和概率為基礎(chǔ)進(jìn)行的，這種算法的主要的意旨在于對尚待分類的所有樣本分屬各種類別時(shí)所形成的概率進(jìn)行計(jì)算，計(jì)算結(jié)果出現(xiàn)后，將此模型分配至較大概率的類別之中來達(dá)到分類的完成。

3.實(shí)驗(yàn)操作以及結(jié)果分析

3.1 實(shí)驗(yàn)操作

本次實(shí)驗(yàn)研究從數(shù)據(jù)信息庫中選取安全數(shù)據(jù)20000條，惡意數(shù)據(jù),4700條，其分組及組間數(shù)據(jù)如表一所示。并采取召回率、精度、錯(cuò)誤率以及正確率對分類的結(jié)果進(jìn)行分析和評價(jià)，并通過五折交叉法分別對決策樹模型以及樸素貝葉斯模型進(jìn)行測試，測試結(jié)果顯示如表

?

?

3.2 結(jié)果分析

從以上數(shù)據(jù)可以看出，兩種模型的性能在總體上都較好，并且兩種模型的精度以及準(zhǔn)確率都能夠高于94%，但是在移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包的召回率方面來看，決策樹的召回率偏高，因此，樸素貝葉斯模型的性能在檢測的過程中發(fā)揮的較為穩(wěn)定。

4.結(jié)束語

本次研究主要以數(shù)據(jù)挖掘?yàn)榛A(chǔ)。采用決策樹算法以及樸素貝葉斯算法來對安全及惡意移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包的行為模式進(jìn)行學(xué)習(xí)，并通過入侵檢測的方法對兩種算法的召回率、精度、錯(cuò)誤率以及正確率進(jìn)行分析，結(jié)果表明樸素貝葉斯算法的穩(wěn)定性能更加明顯，因此對移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)包的安全檢測應(yīng)以此計(jì)算方法為主。

[1]袁騰飛.基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)研究[J].電子科技大學(xué)，2014,11（2）：221-221.

[2]陳茹茹.基于數(shù)據(jù)挖掘的移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)推薦模型研究[J].北京郵電大學(xué)，2014,17（2）：45-49.

周佩（1982.11—），男，漢族，山東省福山縣人，碩士研究生學(xué)歷，高級工程師，研究方向：計(jì)算機(jī)信息系統(tǒng)分析與應(yīng)用。朱嫻睿（1978.04—），女，漢族，黑龍江省綏化市人，碩士研究生學(xué)歷，高級工程師，研究方向：電子工程。何漢（1979.10—）男，漢族，黑龍江省哈爾濱市人，碩士研究生學(xué)歷，高級工程師，研究方向：計(jì)算機(jī)應(yīng)用。張毅（1982.12—）男，漢族，河北省高陽縣人，大學(xué)本科學(xué)歷，工程師，研究方向：計(jì)算機(jī)軟硬件、網(wǎng)絡(luò)工程。