随着Internet的迅猛发展,基于web技术和数据库架构的网络应用逐渐成为了主流,广泛应用于在我们生活的各个方面。web服务非常便捷,人们对它的依赖度也越来越大,购物、支付和其他消费等很多日常活动都在web平台中进行。由于web服务的远程访问性以及各种web服务程序存在的大量漏洞,使得web攻击的手段层出不穷,成为被黑客攻击最多的目标之一。近几年频繁发生的web安全事件对用户和企业都带来了极大的影响,削弱了 web应用发展的趋势。因此研究具有高适应性的web入侵检测系统迫在眉睫。传统的入侵检测方法首先会对已知的攻击行为进行建模,形成规则特征库,这对已知的攻击行为能较好的检测。然而这种web入侵检测方式漏检率高,不能检测未知的攻击,并且需要经常更新特征库。本文通过从web服务器的日志中提取特征向量,再将特征向量利用K-means算法进行聚类分析,从海量web日志中挖掘出正常和异常访问。这种将数据挖掘应用于入侵检测的系统不仅减少了人工编码及分析带来的繁重工作,而且提高了入侵检测系统的适应性。本文所做的具体工作如下所示:1.提出一种web日志预处理和特征提取的方法。2.设计了基于分布式数据挖掘的web应用入侵检测系统。该系统主要包括日志收集模块、聚类分析模块和入侵检测模块。采用分布式对日志文件进行数据收集,并根据入侵检测的需求做数据预处理。利用K-means算法做聚类分析得到入侵检测规则,再利用此规则对新数据做入侵检测。3.利用收集的web日志对系统进行了测试。实验结果表明,本系统对XSS、SQL注入和CSRF攻击有较好的检测能力。