随着网络技术的发展和Internet在全球的普及,网络给人类社会带来便利,但网络安全问题也困扰着网络技术的发展和应用。入侵检测系统是进一步研究网络安全问题的基础,是解决网络安全问题的前提和保证。 数据挖掘是利用计算机从大量的数据中提取有用的、有意义的信息和知识的过程。关联规则挖掘是数据挖掘的一种重要方法,按照属性值的不同,分为布尔型关联规则和多值属性关联规则。在多值属性关联规则挖掘的过程中,将属性值划分到不同的区间内,进而转换为布尔型关联规则挖掘,而区间的精确划分将导致“尖锐边界”问题,“尖锐边界”是在入侵检测中应用数据挖掘方法所需要解决的问题。本文引用模糊集合论概念,模糊集合论用单位闭区间[0,1]中的某个数值来表示元素隶属某个集合的程度,从而使得区间的过渡比较平滑,减少区间边界信息丢失的现象。 本文对入侵检测技术和模糊数据挖掘技术进行了较全面的综述,详细介绍了模糊概念与传统关联规则挖掘算法相融合的模糊关联规则挖掘算法,阐述了在模糊关联规则的挖掘中将事务属性的模糊集元素作为单一属性来处理的方法,进行了实例推演。设计并实现了可以普遍使用的采用模糊关联规则挖掘算法的入侵特征提取系统仿真测试平台,并用KDD CUP99测试数据包在此系统平台上进行了仿真实验,并对实验结果给出了结论性意见。该系统具有数据特征分析,模糊函数配置,常规频繁项集挖掘,模糊频繁项集挖掘,常规特征规则挖掘,和模糊特征规则挖掘等较全面、较完善的功能,具有一定实用意义。