关联规则下计算机网络多阶段攻击异常流量检测方法
孙月玲
江苏联合职业技术学院 江苏盐城 224000
摘要：多阶段攻击包含侦察、渗透、横向移动等多个相互关联的阶段,各阶段行为具有内在的时序关联性和逻辑依赖关系.传统的检测方法缺乏对攻击全流程的系统性关联分析,无法构建完整的攻击链,难以全面、准确地识别多阶段攻击的整体模式和意图,导致对复杂多阶段攻击的检测能力受限.为此,文章提出基于关联规则的异常流量检测方法.利用NetFlowMeter工具提取原始流量的85维特征形成结构化矩阵,过滤无效样本后采用基于方差阈值的特征选择算法(featureselection-variancethreshold,FS-VT)降维,并将数值特征转换为灰度图像,完成流量数据预处理.通过模糊集合处理连续特征并采用自适应支持度阈值,结合改进关联规则算法(Apriori)挖掘网络异常流量强关联规则.针对多阶段攻击特性,设计多阶段攻击关联图模型,通过定义各阶段规则集并计算规则相似度,结合混合残差网络提取的深度特征进行加权融合,依据综合评分实施分级响应.实验结果表明,该方法检测准确率达98.7％,误报率为0.45％,漏报率为1.3％,且各攻击阶段检测指标均表现优异,能够有效应对复杂网络环境中的高级持续性威胁.
关键词：关联规则计算机网络多阶段攻击异常流量
论文发表日期：2026-01-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 119-122 )