適用於入侵偵測之模糊關聯法則機制

Abstract

隨著網路使用量越來越高，系統記錄檔中 記錄了愈來愈多的資訊，且在駭客入侵系統手 法不斷翻新的情況下，如何能正確及有效率的 從大量資料中，找出有用的使用者行為樣式並 防禦未知型的攻擊手法是入侵偵測系統 (Intrusion Detection System)的一項重點。 本研究提出一適用於主機式入侵偵測之 模糊關聯法則機制，主要是利用資料探勘的方 式產生正常及異常使用者的行為法則，並將這 些法則建構於異常及正常的資料庫中，而日後 若有新資料產生，則再以模糊漸進式關聯法則 對新資料進行運算，以降低產生法則所需運算 的時間，並獲得最新的關聯法則。此機制的設 計不但能有效率地從大量資料中，精確地建立 出使用者行為樣式，在綜合異常及誤用偵測技 術後，能提供入侵偵測引擎更精確地判定是否 為駭客入侵行為，進而降低錯誤率，並抵擋未 知型的入侵手法。而在研究最後，也將開發一 套系統驗證本研究提出之機制的成效。