1、自從云計(jì)算的概念被提出后，云計(jì)算發(fā)展越來(lái)越快。然而正是面臨如此迅速的發(fā)展速度，云計(jì)算也即將遭受著前所未有的災(zāi)難，比如數(shù)據(jù)丟失、數(shù)據(jù)破壞等云安全問(wèn)題。入侵檢測(cè)技術(shù)為解決云安全問(wèn)題提供了一種有效的契機(jī)，然而當(dāng)前入侵檢測(cè)技術(shù)與云計(jì)算技術(shù)結(jié)合并不十分理想，因此導(dǎo)致了誤報(bào)率高、檢測(cè)率低等缺陷。針對(duì)上述問(wèn)題，本文研究了入侵檢測(cè)技術(shù)與云計(jì)算技術(shù)的深度結(jié)合應(yīng)用，主要從以下三個(gè)方面展開(kāi)研究：
　　首先為解決云計(jì)算中入侵檢測(cè)檢測(cè)效率低等不足，本文提出

2、了一個(gè)基于密度的二叉樹(shù)支持向量機(jī)入侵檢測(cè)算法（D-BTSVM），并且將該密度的計(jì)算方法在分布式框架MapReduce中實(shí)現(xiàn)。該算法是根據(jù)計(jì)算出來(lái)的密度構(gòu)建出一個(gè)二叉樹(shù)結(jié)構(gòu)的訓(xùn)練順序，并且根據(jù)該順序來(lái)訓(xùn)練出所有類別的分類模型，之后根據(jù)該模型來(lái)進(jìn)行入侵行為的預(yù)測(cè)與檢測(cè)。通過(guò)實(shí)驗(yàn)，由實(shí)驗(yàn)結(jié)果表明該檢測(cè)算法比其他的算法具有更高的檢測(cè)率和正確率，能夠檢測(cè)出更多的入侵行為。
　　其次通過(guò)研究警報(bào)處理技術(shù)，提出了一種基于MapReduce的警報(bào)

3、優(yōu)化算法（M-Optimization），該算法的主旨思想是去重、計(jì)算權(quán)重和警報(bào)優(yōu)化合并。首先合并完全相同的警報(bào)記錄，然后根據(jù)改進(jìn)的權(quán)重計(jì)算算法M-RefliefF進(jìn)行權(quán)重的計(jì)算，最后根據(jù)每一個(gè)屬性的權(quán)重值，將高權(quán)重的屬性相同的警報(bào)進(jìn)行合并，以達(dá)到減少冗余警報(bào)和方便管理的目的。在警報(bào)優(yōu)化實(shí)驗(yàn)中，同樣證明了該方法的有效性，能夠減少冗余警報(bào)。
　　最后，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于 Hadoop的入侵檢測(cè)與防御原型系統(tǒng)，該系統(tǒng)使用分布式文件系