ỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG KHOA CÔNG NGHỆ THÔNG TIN 1 Đ ÁN TỐT NGHIỆP ĐẠI HỌC ĐỀ TÀI: PHÁT HIỆN ĐỘT NHẬP DỰA TRÊN KHAI PHÁ CÁC LUẬT KẾT HỢP MỜ VÀ LẬP TRÌNH TIẾN HÓA Giảng viên hướng dẫn : TS. H N U N ẬU Sinh viên thực hiện : N U ỄN V N N Lớp : D07CNPM2 Khóa : 10 (2007 – 2012) Hệ : Chính quy Hà Nội, tháng 12 năm 2011 i LỜI CẢ ƠN Trước tiên, em xin gửi lời biết ơn sâu sắc nhất tới Thầy giáo TS. H ng n , người đã tận tình chỉ bảo, đ n ướng em trong suốt quá trình học tập và t i n đồ n n đồng t ời gi tiế ận ới ương tư u ng i n u ọ ới Em xin gửi lời cả ơn ân t n tới tất cả t ầ gi gi tr ng khoa Công ngh thông tin cùng c thầy, cô gi trong ơ ản - Học vi n Công ngh Bưu hính Viễn t ng đã tận tình đ ng i n giúp đ em tr ng suốt u tr n ọ tậ ng i n u in gửi ời ả ơn ân t n n ất tới gi đ n n đã ết ng tin tư ng đ ng i n đ ng g n ng iến u u tr ng suốt u tr n t i n đ t i n Xin chân thành cả ơn! Hà N i t ng 12 nă 2011 Sinh viên th c hi n Ng n Văn N m
HC VIN CÔNG NGH N THÔNG KHOA CÔNG NGH THÔNG TIN 1 ÁN TT NGHII HC TÀI: PHÁT HIT NHP DA TRÊN KHAI PHÁ CÁC LUT KT HP M VÀ LP TRÌNH TIN HÓA Ging dn : TS. Sinh viên thc hin : Lp : D07CNPM2 Khóa : 10 (2007 2012) H : Chính quy Hà Ni, HC VIN CÔNG NGH N THÔNG KHOA CÔNG NGH THÔNG TIN 1 ÁN TT NGHII HC TÀI: PHÁT HIT NHP DA TRÊN KHAI PHÁ CÁC LUT KT HP M VÀ LP TRÌNH TIN HÓA Ging dn : TS. Sinh viên thc hin : Lp : D07CNPM2 Khóa : 10 (2007 2012) H : Chính quy Hà Ni, i LI C c tiên, em xin gi li bic nht ti Thy giáo TS., n tình ch bo, em trong sut quá trình hc tp và Em xin gi li ci tt c khoa Công ngh thông tin cùng chy, cô trong- Hc vin Công ngh hính Vin tn tình giúp em Xin chân thành c Hà N Sinh viên thc hin ii LI C i ii NHM iv NHM v vi vii DANH MC CÁC BNG viii 1 NG QUAN V PHÁT HIT NHP 3 1.1. Các v an toàn mm bo an toàn 3 1.1.1. 4 1.1.2. 5 1.1.3. 10 1.2. t nhp 13 1.2.1. 14 1.2.2. 14 1.3. Các k thut xtrong phát hit nhp 16 1.3.1. 16 1.3.2. 16 1.3.3. -ron 17 1.3.4. 17 1.4. Mô t xu án 18 1.5. 18 19 2.1. 19 2.1.1. 20 2.1.2. 23 2.2. Gii thiu v lý thuyt tp m 25 iii 2.2.1. 26 2.2.2. g pháp tính hàm thành viên 29 2.3. K thut lp trình tin hóa GNP 30 2.3.1. Cn ca GNP 31 2.3.2. làm vic ca GNP 33 2.3.3. Các toán t di truyn 34 2.4. 37 38 3.1. 38 3.1.1. 38 3.1.2. 41 3.1.3. 48 3.2. 49 3.3. 51 3.3.1. 51 3.3.2. 53 3.4. 55 56 4.1. 56 4.2. 56 57 iv (Ca nng dn) m: ng ch ng ý cho sinh viên bo v c hng ch án tt nghip?. Hà ni, ngày tháng 12 CÁN B - GING DN v NHM (Ca ni phn bin) m: ng ch ng ý cho sinh viên bo v c hng ch án tt nghip?. Hà ni, ngày tháng 12 CÁN B - GING VIÊN PHN BIN vi KDD Knowledge Discovery in Database GNP Genetic Network Programming IDS Intrusion Detection System NIDS Network-based Instrusion Detection Systems HIDS Host-based instrusion detection systems SVM Support Vector Machines (SVM) GP Genetic Programming GA Genetic Algorithm vii 6 7 8 9 Hình 1.5. Ti gói tin 9 10 Hình 1.7. Mô t NIDS 15 Hình 1.8. Mô t HIDS 15 Hình 2.1. Kin hình ca h thng khai phá d liu 20 Hình 2.2. Quá trình khai phá d liu 21 27 27 27 Hình 2.6. Minh ha min tin cy và minh ca tp m 29 Hình 2.7. Cn ca cá th GNP 32 Hình 2.8. Bi lung thc thi GNP 34 Hình 2.9. Ví d v phép lai ghép 35 Hình 2.10. Ví d v t bin 36 39 40 41 42 43 44 48 51 viii 50 51 52 53 54 [...]... i há 2.1.2 Luật kết h mà d ng luật n Tìm kiế đư c d li u tác nghi Biể 2.1.2.1 suất iệ ạng t th p là d ng luật đơn giản n ưng ng i khá nhi u ng ĩ T ng tin đ i là rất đ ng ể và h tr không nh trong quá trình ra quyết đ nh các luật kết h p quý hiếm và mang nhi u thông tin (luật m nh) t ơ s p là m t trong nh ng ướng tiếp cận chính củ ĩn c khai d li u i n t th M t ví d th c tế của khai phá luật kết h p là... tính và m ng ân t để phát hi n ra các vấn đ i n u n đến an ninh, bảo mật Khi số v tấn ng đ t nhập vào các h thống máy tính, m ng ng ng tăng thống phát hi n xâm nhậ ng ng ĩ u n trọng và cần thiết ơn tr ng n n tảng bảo mật của các tổ ch c M t IDS t ường gồm có 3 b phận ch năng ơ ản: Nguồn d li u, phân tích các s ki n đư r ết quả trả Nguồn d li u cung cấ t ng tin đư c lấy t nhi u m c của h thống cần phát. .. ng nơr n tiếp cận tính toán mới i n u n đến vi c phát triển các cấu trúc toán học với khả năng ọ ương n ết quả của vi c nghiên c u mô hình học của h thần in n người M ng có thể đư r ng ĩ t các d li u ph c t p ho c không chính xác và có thể đư c sử d ng để chiết xuất các mẫu và phát hi n ra các xu ướng ph c t n người ng n ư thuật máy tính khác không thể phát hi n r đư c t uật ng nơ-r n sử ng giải t uật... nđ tn ậ ng t u ết tậ ờ ậ tr n tiến gi ắ đư t số ấn ương đã đư t triển trướ đ T s t iểu i tiết ương n tr ng ương tiế t m – D07CNPM2 18 n n n 2 CHƯƠN 2 : CƠ ý THU ẾT N i dung củ ương n s giới thi u v các ơ s lý thuyết đư c sử d ng cho mô hình phát hi n đ t nhậ đ xuất n để xuất sử d ng k thuật khai phá các luật kết t ơ s d li u thông tin kết nối m ng nhằm trích rút ra các luật để ân ớ ết nối đến n t n... , ho c có thể là chủ đ ng n ư ập t ngăn n n i đ t nhập bằng cách hủy gói tin gửi tới đ 1.2 Cá hư ng há hát hiện đột nh Tiến tr n t i nđ tn ậ t i s ki n xảy ra trên m t h thống máy tính hay h thống m ng ân t ng để tìm ra các dấu hi u xâm nhập bất h p pháp Xâm nhập bất h đư đ n ng ĩ s cố gắng tìm mọi để xâm h i đến các thu c tính an toàn của thông tin và h thống n ư: tính bí mật, tính toàn vẹn, tính ng... toán phân tích gi hàng, luật kết h p X Y có thể hiểu rằng nh ng người mua các m t hàng trong tập X ng t ường mua các m t hàng trong tập Y (X và Y gọi là itemset) Ví d , nếu X = {Apple, Banana} và Y = {Cherry, Durian} và ta có luật kết h p X Y thì chúng ta có thể nói rằng nh ng người mua Apple và Banana t ng t ường mua Cherry và Durian T u n điểm thống kê, X đư c xem là biến đ c lập (Independent variable)... khoa học mới là lý thuyết tập mờ đã n n ng đư c các nhà nghiên c u công ngh mới chấp nhận tư ng M t số kết quả ướ đầu ướng nghiên c u tiếp theo góp phần t o nên nh ng sản phẩm công nghi đ ng đư c tiêu th trên th trường Lý thuyết tập mờ ngày càng phong phú và hoàn chỉn đã t o n n v ng chắ để phát triển logic mờ Có thể nói logic mờ (Fuzzy Logic) là n n tảng để xây d ng các h mờ th c tiễn, ví d trong công... đi n năng chuyên gia trong y học giúp chẩn đ n đi u tr b nh, các h chuyên gia trong xử lý tiếng nói, nhận d ng hình ảnh, … Phần này giới thi u m t cách khái quát các khai ni ương tn t n t n i n 2.2.1 T 2.2.1.1 chất ơ ản v tập mờ và các mờ Định nghĩ t mờ ư ng t đã iết, tập h p là s kết h p của m t số phần tử có cùng m t số tính ung n đ : Tập các Sinh viên T T = { t / t là sinh viên } Vậy, nếu m t người... Thông tin n 1 ngăn nđ tn ậ Các bi n ngăn n đ t nhậ đư c coi là lớp bảo v đầu tiên trong an toàn m ng Có nhi u bi n ngăn n đ t nhập, m i bi n pháp bảo v h thống theo các n ăn m – D07CNPM2 10 n n n 1 n n n ộ n cách khác nhau Trong th c tế, các h thống t ường đư c áp d ng kết h đồng thời nhi u kiểu ương ngăn n đ t nhập Có thể chia các bi n ngăn nđ t nhập theo m đ bảo v n ư in ọa trên n 1 1.1.3.1.1 Tường... i ti n ử i u Phần cuối ương tr n ơ s lý thuyết của k thuật lập trình tiến hóa GNP gồ : biểu diễn kiểu hình của các cá thể, biểu diễn kiểu gene của các node, v ơ ế làm vi ng n ư t n tử di truy n đư c áp d ng vào quần thể qua các thế h để t o đư c quần thể tối ưu thuật GNP giúp vi c mô hình hóa bài toán dễ ng ơn ng n ư ễ ng t n t n đ đ ủa các luật tr ng u tr n i gi giả đư c thời gian ch y cho h thống