1、隨著信息技術的迅猛發(fā)展,在給人們生活帶來便利的同時,各種各樣的網絡攻擊、黑客、木馬、病毒等網絡安全威脅問題頻發(fā),計算機犯罪問題日益嚴重,不僅嚴重阻礙了計算機技術的進一步發(fā)展,還給社會造成巨大的經濟損失和危害.如何有效地打擊計算機違法犯罪活動是急需要解決的問題,而問題的關鍵就在于獲取充分、有效、具有法律效力的電子證據(jù).因此,計算機取證就成為打擊計算機犯罪、解決網絡安全問題的重要手段.
　　傳統(tǒng)的計算機取證技術多為靜態(tài)取證,但是隨著計

2、算機犯罪手段的提高,僅靠事后的靜態(tài)取證已不能夠適應形勢的發(fā)展,而與入侵檢測、防火墻等網絡安全工具相結合的動態(tài)取證技術已經成為計算機取證技術發(fā)展的新方向,本文將入侵檢測技術與計算機取證技術相結合,對入侵檢測技術進行了深入研究。在入侵取證中存在著數(shù)據(jù)高維海量問題,如何在海量的信息中及時地獲取所需的證據(jù),以提高取證速度,滿足取證及時性的原則,如何提高證據(jù)檢測的準確率,以保證證據(jù)的真實有效等對入侵取證工作都十分重要.對此,本文所做的工作主要包括

3、以下幾個方面:
　　1.提出了一種改進的信息增益算法
　　基于信息增益算法的特征選擇雖然能夠較好地解決入侵取證中存在的數(shù)據(jù)高維海量問題.但由于沒有考慮特征之間的關系,導致特征子集中存在著冗余特征,從而影響了入侵取證的速度和精度,由此提出一種改進的基于特征冗余度的信息增益算法,通過添加對特征之間冗余度的判斷,在刪除無關特征的同時過濾了冗余特征,使特征子集得到有效精簡.經實驗驗證,該算法能有效地選擇特征向量,保證檢測精度,提高檢

4、測速度.
　　2.提出了一種基于改進信息增益的加權樸素貝葉斯算法
　　針對傳統(tǒng)樸素貝葉斯分類模型在入侵取證中存在的特征項冗余問題和沒有考慮入侵行為所涉及的數(shù)據(jù)屬性間的差別問題,本文提出一種基于改進信息增益的加權樸素貝葉斯分類方法,首先用改進的基于特征冗余度的信息增益算法對特征項集進行優(yōu)化,并在此優(yōu)化結果的基礎上,提取出其中的特征冗余度判別函數(shù)作為權值引入貝葉斯分類算法中,通過構造一種新的權重計算公式對不同的條件屬性賦予不同的