数据挖掘算法可以挖掘隐藏于大数据中的信息。入侵数据也具有大数据的特点，数据挖掘的许多方法可以应用于入侵检测，如聚类、分类、关联分析、序列分析方法。“物以类聚，人与群分”即为聚类的通俗理解。聚类将数据按相似性的原则进行分类，分类后的类别称为簇；每个簇内有很大的相似性，而不同簇之间有很大的相异性。聚类是将物理或抽象对象的集合划分成多个类的过程，每一类都由相似的对象组成。聚类分析也是无监督学习的过程；与

网络入侵的一般流程是确定目标、信息收集、漏洞挖掘、实施攻击、留下后门、清除日志。在信息收集环节又可分为网络踩点、网络扫描和网络查点。在网络扫描部分，按照攻击者的入侵流程又可分为主机扫描、端口扫描、系统类型探测和漏洞扫描。网络扫描是针对整个目标网络或单台主机，网络扫描可以全面、快速、准确的获取目标系统的信息；通过网络扫描发现对方，获取对方的信息是进行网络攻防的前提。至今，互联网上有许多开源的优秀网络

数据挖掘算法可以挖掘隐藏于大数据中的信息。入侵数据也具有大数据的特点，数据挖掘的许多方法可以应用于入侵检测，如聚类、分类、关联分析、序列分析方法。“物以类聚，人与群分”即为聚类的通俗理解。聚类将数据按相似性的原则进行分类，分类后的类别称为簇；每个簇内有很大的相似性，而不同簇之间有很大的相异性。聚类是将物理或抽象对象的集合划分成多个类的过程，每一类都由相似的对象组成。聚类分析也是无监督学习的过程；与