基于半监督聚类的网络入侵检测算法

• 作者: 田盛丰 魏小涛 黄厚宽
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 网络异常检测 半监督聚类 基于网格的聚类
• 年，卷（期）: 2010,（1）
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP309
• 字数: 4993字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2010.01.009

摘要

入侵检测是维护网络安全的重要技术手段之一.本文提出一种聚类算法:k-cubes,用于网络异常检测.算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目.在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则.k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点.在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院	139	2476	26.0	44.0
2	田盛丰	北京交通大学计算机与信息技术学院	34	652	13.0	25.0
3	魏小涛	北京交通大学软件学院	3	26	2.0	3.0