基于支持向量数据描述的报警融合方法

发布时间：2017-08-26 02:03

  本文关键词：基于支持向量数据描述的报警融合方法

  更多相关文章： 支持向量数据描述 模拟退火 报警融合 检测率 漏报率

【摘要】：报警融合是入侵检测系统中很重要的一个环节,然而不同的攻击类型具有不同的数据特点,统一的无差别的处理方法势必会存在缺陷。提出了采用基于支持向量数据描述的报警融合算法,并且结合模拟退火的思想,根据不同的攻击类型,选择适合它的属性和核参数,剔除冗余特征,避免样本不均衡产生的影响,通过局部检测、数据融合以及最终的决策分析,提高了报警的检测率,降低了漏报率。通过KDD99数据集对提出的方法进行了验证。
【作者单位】： 北京交通大学计算机与信息技术学院;山东农业大学信息科学与工程学院;
【关键词】： 支持向量数据描述 模拟退火 报警融合 检测率 漏报率
【基金】：国家自然科学基金(No.61105056) 中央高校基本科研业务费专项资金 山东省自然科学基金(No.ZR2012FM024)
【分类号】：TP393.08
【正文快照】： 1引言随着计算机的普及,网络传播的信息涉及各行各业,网络安全问题逐渐成为人们关注的一个焦点。防火墙隔离、网络访问控制等静态防御手段已经不能满足当前的需要,因此能够主动检测并且报告不安全行为的入侵检测系统应运而生。然而在实际的应用过程中,极高的漏报率、误报率和

【参考文献】

中国期刊全文数据库 前3条

1 穆成坡,黄厚宽,田盛丰,林友芳,秦远辉;基于模糊综合评判的入侵检测报警信息处理[J];计算机研究与发展;2005年10期

2 郭帆;余敏;叶继华;;一种基于分类和相似度的报警聚合方法[J];计算机应用;2007年10期

3 姚程宽;;SVM在不平衡样本集中的应用研究[J];计算机与数字工程;2007年10期

【共引文献】

中国期刊全文数据库 前10条

1 穆成坡;黄厚宽;田盛丰;;入侵响应决策中的响应因素分析[J];北京交通大学学报;2009年05期

2 吴定海;张培林;任国全;傅建平;;基于最大间隔超球分类器的柴油机异常检测研究[J];兵工学报;2011年07期

3 王自强;段爱玲;张德贤;;基于自适应核函数的支持向量数据描述算法[J];北京化工大学学报(自然科学版);2008年02期

4 周芳;于真;郑雪峰;;一种基于节点关联的报警置信度计算方法[J];北京科技大学学报;2011年11期

5 潘明清;周晓军;吴瑞明;雷良育;;基于主元分析的支持向量数据描述机械故障诊断[J];传感技术学报;2006年01期

6 胡正平;路亮;冯春生;;基于高维空间凸壳数据描述的一类分类算法研究[J];燕山大学学报;2011年04期

7 廖睿;唐灿华;;基于支持向量机的作战方案评估[J];电脑知识与技术;2010年10期

8 张睿;马建文;;支持向量机在遥感数据分类中的应用新进展[J];地球科学进展;2009年05期

9 游屈波;吴耀云;哈章;;辐射源识别系统中分类器设计及其应用[J];电子信息对抗技术;2011年03期

10 唐静远;师奕兵;;采用模糊支持向量机的模拟电路故障诊断新方法[J];电子测量与仪器学报;2009年06期

中国重要会议论文全文数据库 前10条

1 ;Data-driven Process Monitoring Method Based on Dynamic Component Analysis[A];中国自动化学会控制理论专业委员会B卷[C];2011年

2 朱孝开;杨德贵;;基于多层SVDD的模式识别方法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

3 ;Combining SOM and local minimum enclosing spheres for novelty detection[A];2009中国控制与决策会议论文集（3）[C];2009年

4 曹薇薇;刘国华;陈国涛;赵峰;;模拟退火在支持向量数据描述的参数选取和特征选择中的应用[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

5 郭帆;叶继华;余敏;;分布式IDS报警聚合研究与实现[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

6 胡茑庆;胡雷;秦国军;;面向机电系统状态监控的新异类检测技术分析[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

7 谷方明;刘大有;王新颖;;基于半监督学习的加权支持向量域数据描述方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 Deng Xiaogang;Tian Xuemin;;Nonlinear Process Monitoring Using Dynamic Kernel Slow Feature Analysis and Support Vector Data Description[A];第25届中国控制与决策会议论文集[C];2013年

9 Feifan Shen;Zhihuan Song;Le Zhou;;Improved PCA-SVDD based monitoring method for nonlinear process[A];第25届中国控制与决策会议论文集[C];2013年

10 肖志博;王焕钢;肖英超;徐文立;;面向大规模数据集的单类支持向量机[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 李建平;面向异构数据源的网络安全态势感知模型与方法研究[D];哈尔滨工程大学;2010年

2 孟宇龙;基于本体的多源异构安全数据聚合[D];哈尔滨工程大学;2010年

3 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年

4 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年

5 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

6 段铁城;基于人机工程学的油锯伐木作业姿势研究[D];东北林业大学;2011年

7 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年

8 郑建炜;基于核方法的说话人辨认模型研究[D];浙江工业大学;2010年

9 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年

10 冯爱民;结构驱动的单类分类器设计及拓展研究[D];南京航空航天大学;2011年

中国硕士学位论文全文数据库 前10条

1 刘美玲;基于综合策略支持向量机的孤立点检测技术[D];大连理工大学;2010年

2 张少捷;基于工业过程数据的故障检测方法研究[D];华东理工大学;2011年

3 王坤;工业装置非高斯过程的性能监控与故障诊断[D];华东理工大学;2011年

4 宋玉丹;针对特征缺省数据集的模式识别方法与应用研究[D];江南大学;2011年

5 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年

6 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年

7 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年

8 姜可梅;检测代替分类的脑机接口研究[D];燕山大学;2011年

9 路亮;基于高维空间目标类几何覆盖模型的一类分类器研究[D];燕山大学;2010年

10 孟洁;基于样本约简的支持向量机[D];河北大学;2011年

【二级参考文献】

中国期刊全文数据库 前2条

1 穆成坡,黄厚宽,田盛丰,林友芳,秦远辉;基于模糊综合评判的入侵检测报警信息处理[J];计算机研究与发展;2005年10期

2 穆成坡;黄厚宽;田盛丰;;入侵检测系统报警信息聚合与关联技术研究综述[J];计算机研究与发展;2006年01期

【相似文献】

中国期刊全文数据库 前10条

1 邵锦文,张振家,马玉林,冯国泰;并行组合模拟退火算法在计算机辅助选配系统的应用[J];机械设计;2002年11期

2 张亮,王凌,郑大钟;有限计算量下模拟退火算法的参数序优化[J];控制与决策;2004年02期

3 陈华根,吴健生,王家林,陈冰;模拟退火算法机理研究[J];同济大学学报(自然科学版);2004年06期

4 赵晶;唐焕文;朱训芝;;模拟退火算法的一种改进及其应用研究[J];大连理工大学学报;2006年05期

5 赵晶;王晓丽;;改进的模拟退火算法及其收敛性研究[J];山东轻工业学院学报(自然科学版);2006年03期

6 齐继阳;竺长安;;改进型模拟退火算法在设备布局设计中的应用[J];计算机工程;2007年01期

7 韩强;宿洁;;一类应急服务设施选址问题的模拟退火算法[J];计算机工程与应用;2007年14期

8 林欢欢;王英民;朱婷婷;;利用模拟退火算法设计方向图的原理和方法[J];计算机仿真;2007年07期

9 卢莉蓉;行小帅;霍冰鹏;;基于免疫规划的模拟退火算法[J];计算机工程;2007年19期

10 段红伟;胡劲松;;基于模拟退火算法的实现及应用[J];科技信息(学术研究);2007年31期

中国重要会议论文全文数据库 前10条

1 颜声远;陈玉;梁龙远;;基于模拟退火算法的操纵器排列优化[A];中国核学会核能动力分会2013年学术研讨会论文集[C];2013年

2 黎建强;薜珏;张国庆;;一种基于模拟退火的仓库布局算法[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

3 秦进;吴琼;;改进的模拟退火算法及其在物流网络设计问题中的应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

4 马平;柴欣;李涛;杨愚鲁;;动态重构系统中基于模拟退火算法的划分[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

5 洪兴楠;张潇林;王作鹏;吴丹策;;对模拟退火优化算法的改进[A];1997年全国微波会议论文集(下册)[C];1997年

6 蒲忠昊;王林;张磊;;一种改进的快速自适应模拟退火算法[A];2006中国控制与决策学术年会论文集[C];2006年

7 陈德旺;裴丽君;刘静;;基于模拟退火的交通诱导信息发布范围的算法研究[A];第二十九届中国控制会议论文集[C];2010年

8 王新生;姜友华;;模拟退火算法在设施定位问题中的应用研究[A];“资源环境与区域发展中的计算问题”研讨会论文集[C];2006年

9 吴进华;吴华丽;周仕;;基于模拟退火的粒子群优化算法[A];第三届全国虚拟仪器大会论文集[C];2008年

10 忻获麟;沈宁;;“麦克斯韦热怪”:模拟退火新方案[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

中国博士学位论文全文数据库 前1条

1 赵松原;模拟退火结合正交分解算法的气动外形最优化设计[D];南京航空航天大学;2006年

中国硕士学位论文全文数据库 前10条

1 程玲;模拟退火算法在分裂系构造中的应用[D];上海交通大学;2010年

2 庞峰;模拟退火算法的原理及算法在优化问题上的应用[D];吉林大学;2006年

3 项宝卫;结构优化中的模拟退火算法研究和应用[D];大连理工大学;2004年

4 张玉虎;基于模拟退火的分类算法研究与实现[D];青岛大学;2013年

5 闫颖;基于模拟退火和团划分的综合技术研究[D];哈尔滨工程大学;2010年

6 许彦钊;模拟退火优化神经网络研究及其在入侵检测中的应用[D];吉林大学;2009年

7 黄宏用;改进的遗传—模拟退火算法在公交排班中的应用[D];兰州理工大学;2011年

8 冯玉蓉;模拟退火算法的研究及其应用[D];昆明理工大学;2005年

9 刘汉婕;基于模拟退火的粒子群改进算法的研究与应用[D];华北电力大学（北京）;2010年

10 宋芳;基于遗传模拟退火三次指数平滑的期货预测系统研究[D];天津大学;2012年

，

本文编号：738974