基于相关特征矩阵和神经网络的异常检测研究

• 作者: 李之棠 李战春 黎耀
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异常检测 神经网络 相关特征矩阵
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 博士论坛
• 页码范围: 19-21,58
• 页数: 4页
• 分类号: TP18
• 字数: 2963字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.07.007

摘要

文章描述了一个基于相关特征矩阵和神经网络的异常检测方法.该方法首先创建用户轮廓以定义用户正常行为,然后比较当前行为与用户轮廓的相似度,判断输入是正常或入侵.为了避免溢出和减少计算负担,使用主成分分析法提取用户行为的主要特征,而神经网络用于识别合法用户或入侵者.在性能测试实验中,系统的检测率达到74.6%,而误报率为2.9%.在同样的数据集和测试集的情况下,与其它方法相比,此方法的检测性能最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李之棠	华中科技大学网络与计算中心	141	1747	22.0	36.0
2	李战春	华中科技大学网络与计算中心	20	126	7.0	10.0
3	黎耀	华中科技大学网络与计算中心	13	113	6.0	10.0