网络安全和信息安全问题随着网络应用的普及愈湿突出。网络安全审计技术通过分析审计数据来对当前的网络安全状况作出判断,在保障网络信息安全方面具有重要的意义。数据挖掘作为一种新兴的知识发现技术对解决目前网络安全审计技术中存在的问题有非常大的优势。本文在研究网络安全审计技术及数据挖掘技术的基础上,重点对基于聚类分析的网络安全审计方法进行了研究。主要内容如下:1、提出一种基于聚类分析的网络安全审计方法。该方法采用了针对聚类分析的特征子集选择方法和改进的聚类算法,提高了聚类分析的总体效率。2、对审计数据的特征子集选择方法进行了研究。针对聚类分析的特点,提出了混合特征子集选择方法。方法首先利用ReliefF去除与数据分析不相关的特征,然后利用互信息理论去除冗余特征,达到了降维的效果,提高了审计数据的质量。3、提出一种基于模糊动念聚类的审计数据分析方法。方法中对模糊k-调和均值(FKHM)算法进行了改进,提出了改进算法(RFKHM)算法,降低了孤立点对聚类的影响,提高了审计数据分析的准确率。4、在对审计数据的特征子集选择方法和模糊动念聚类的审计数据分析方法研究的基础上,设计了基于数据挖掘的双数据引擎网络安全审计系统模型,并给出了系统流程。