粗糙集理论是一种处理不精确、不相容和不完全数据的新型数学工具。本文介绍了粗糙集理论的相关概念,研究基于粗糙集理论的属性约简和值约简算法及其在入侵检测中的应用,实现了一个基于粗糙集的网络安全规则挖掘实验平台。 数据约简是粗糙集理论中一个非常重要的研究课题。论文在研究已有数据约简算法的基础上,提出了利用扩展决策矩阵计算属性最佳约简的完备的EDMAR算法。与传统基于区分矩阵的约简算法相比,该算法在时间和空间开销上具有一定优势。为了从不同的角度对数据进行浓缩和简化,为用户提供更多的信息,论文提出了基于小生境遗传算法的属性约简算法。该算法可以同时求解出信息表达系统中存在的不同约简,从而为特征提取、决策支持和数据挖掘等提供更多的信息。 求取决策表的最小值约简已被证明是一个NP难问题,因此很难通过枚举法求出问题的最小值约简。论文研究了一般的值约简算法和启发式值约简算法,并提出了一种新的值约简算法(EDMVR算法)。该算法可以有效地简化最终得到的决策规则。 最后,以入侵检测系统为应用背景,实现了一个基于粗糙集方法的网络安全规则挖掘原型系统,并通过实验说明了该原型系统的可用性。