KDDCUP99数据集的数据分析研究

发布时间：2018-05-06 08:24

  本文选题：kddcup数据集 + 分块　； 参考：《计算机应用与软件》2014年11期

【摘要】：kddcup99数据集的网络连接数据量很大,各特征属性的取值范围较广,决策类型的种类也很多。因此,如果直接在原数据集上进行数据预处理或是数据挖掘都将是一件十分困难的事情。通过对kddcup99进行数据分析,提出一种对其按照service属性的不同进行分块的新思路,在不失真的前提下,将大问题转化成小问题,从根本上解决了数据集过大的难题。
[Abstract]:The network connection data of kddcup99 data set is very large, the value range of each characteristic attribute is wide, and there are many kinds of decision types. Therefore, it is very difficult to preprocess or mine data directly on the original data set. Based on the data analysis of kddcup99, a new way to divide kddcup99 into blocks according to the different attributes of service is put forward. Under the premise of no distortion, the large problem is transformed into small problem, and the problem of too large data set is solved fundamentally.
【作者单位】： 辽宁科技大学软件学院;
【分类号】：TP393.08

【参考文献】

相关期刊论文 前7条

1 肖立中;刘云翔;;适合于入侵检测的分步特征选择算法[J];计算机工程与应用;2010年11期

2 李云;刘学诚;朱峰;;数据挖掘技术在入侵检测中的应用[J];计算机应用与软件;2011年05期

3 王洁松;张小飞;;KDDCup99网络入侵检测数据的分析和预处理[J];科技信息(科学教研);2008年15期

4 蒋建春,马恒太,任党恩,卿斯汉;网络安全入侵检测:研究综述[J];软件学报;2000年11期

5 章金熔;刘峰;赵志宏;骆斌;;数据挖掘方法在网络入侵检测中的应用[J];计算机工程与设计;2009年24期

6 李涛;;基于数据挖掘技术的自适应入侵检测系统模型[J];计算机工程与设计;2010年06期

7 张新有;曾华q，

本文编号：1851533