一种融合Kmeans和KNN的网络入侵检测算法

发布时间：2017-08-25 13:06

  本文关键词：一种融合Kmeans和KNN的网络入侵检测算法

  更多相关文章： 网络入侵检测 Kmeans KNN KDDCUP

【摘要】：网络入侵检测算法是网络安全领域研究的热点和难点内容之一。目前许多算法如KNN、TCMKNN等处理的训练样本集都比较小,在处理大样本集时仍然非常耗时。因此,提出了一种适应大样本集的网络入侵检测算法(Cluster-KNN算法)。该算法分为离线数据预处理(数据索引)和在线实时分类两个阶段:离线预处理阶段建立大样本集的聚簇索引;在线实时分类阶段则利用聚簇索引搜索得到近邻,最终采用KNN算法得出分类结果。实验结果表明:与传统的KNN算法相比,Cluster-KNN算法在分类阶段具有很高的时间效率,同时在准确率、误报率和漏报率方面与其它同领域入侵检测方法相比也具有相当的优势。Cluster-KNN能够很好地区分异常和正常场景,且在线分类速度快,因而更适用于现实的网络应用环境。
【作者单位】： 华南师范大学计算机学院;
【关键词】： 网络入侵检测 Kmeans KNN KDDCUP
【基金】：广东省教育部产学研结合项目(2009B090300326) 华南师范大学研究生科研创新基金项目资助
【分类号】：TP393.08
【正文快照】： 到稿日期:2015-01-19返修日期:2015-04-18本文受广东省教育部产学研结合项目(2009B090300326),华南师范大学研究生科研创新基金项目资助。1引言随着互联网在军事、金融、电子商务等领域的大规模应用,越来越多的主机和网络正受到各种类型的网络入侵攻击的威胁。实时的、智能的

【相似文献】

中国期刊全文数据库 前10条

1 俞研;黄皓;;一种半聚类的异常入侵检测算法[J];计算机应用;2006年07期

2 ;基于聚类的入侵检测算法研究[J];广东外语外贸大学学报;2008年06期

3 聂晓文;卢显良;王征;;基于数字垂钓的盲目入侵检测算法[J];计算机应用;2008年05期

4 李思广;刘蕴;;分布式入侵检测系统的学习机制与检测算法[J];漯河职业技术学院学报;2008年02期

5 宋凌;李枚毅;李孝源;;一种新的半监督入侵检测算法[J];计算机应用;2008年07期

6 韩仲祥;段_";董淑福;张锐;陶晓燕;;基于反向传播神经网络的入侵检测算法[J];空军工程大学学报(自然科学版);2009年04期

7 胡翰;;基于主动学习的半监督聚类入侵检测算法[J];无线互联科技;2011年10期

8 林逢春;张英;;一种新的半监督聚类入侵检测算法[J];无线互联科技;2012年03期

9 何晓薇;;跑道入侵检测算法研究[J];中国民航飞行学院学报;2012年03期

10 梁力;;一种网络多次变异信息入侵检测算法[J];科技通报;2012年10期

中国重要会议论文全文数据库 前1条

1 王志佳;顾健;;一种改进的确定有限自动机入侵检测算法研究[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年

中国博士学位论文全文数据库 前3条

1 曾剑平;基于模糊集的自适应伪装入侵检测算法及其在ASP服务安全中的应用研究[D];厦门大学;2006年

2 段丹青;入侵检测算法及关键技术研究[D];中南大学;2007年

3 王培崇;基于群智能计算技术的网络入侵检测算法研究[D];中国矿业大学（北京）;2010年

中国硕士学位论文全文数据库 前10条

1 常畅;基于云架构的Web应用防火墙研究[D];天津理工大学;2015年

2 钱燕燕;基于多标记学习与半监督聚类的入侵防御技术研究[D];江苏科技大学;2015年

3 葛邮兵;基于数据挖掘的入侵检测算法研究[D];扬州大学;2008年

4 斯海飞;入侵检测算法研究[D];西安电子科技大学;2002年

5 王川伟;基于混合聚类的入侵检测算法研究[D];西安科技大学;2010年

6 李雯睿;基于半监督聚类的入侵检测算法研究[D];河南大学;2007年

7 李丽;基于学习的入侵检测算法研究[D];北京服装学院;2010年

8 周记生;安全敏感区域的入侵检测算法研究与实现[D];北京邮电大学;2013年

9 王军;基于人工免疫原理的入侵检测算法研究[D];武汉理工大学;2008年

10 邓青;基于改进模糊C均值的入侵检测算法及应用研究[D];辽宁工程技术大学;2011年

，

本文编号：736904