一种基于聚类的有指导的入侵检测方法

• 作者: 孟中楼 李庆华 王卉 蒋盛益
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: λ侵检测 聚类 分类
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 数据库与数据安全
• 页码范围: 1042-1045
• 页数: 4页
• 分类号: TP309
• 字数: 4473字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2005.06.038

摘要

提出了一种新的距离定义和基于聚类的有指导的入侵检测方法CBSID(Clustering-based and Supervised Interusion Detection),该方法在带标记的训练集上进行聚类,以聚类结果作为分类模型对未见数据进行分类.该方法对于参数和数据输入顺序具有稳健性,可增量更新分类模型.不同于一般的有指导的入侵检测方法,该方法对未知入侵有一定的检测能力.在KDD-CUP99数据集上的测试结果表明,CBSID有理想的性能(高的检测率和低的误报率).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆华	华中科技大学计算机学院	113	1366	21.0	30.0
2	蒋盛益	华中科技大学计算机学院	24	302	9.0	17.0
6	王卉	华中科技大学计算机学院	22	125	7.0	11.0
7	孟中楼	华中科技大学计算机学院	12	129	7.0	11.0