一种基于混合分类器的异常检测模型

• 作者: 徐本连 戴跃伟 王执铨 王飞 钱玉文
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 支持向量机 自组织映射 异常检测 信息获取
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 854-858,867
• 分类号: TP391.9
• 语种: 中文

摘要

针对网络的异常检测方法对未知攻击难以提供更多有用信息的缺点,提出一种基于分类器的异常检测模型。模型首先采用支持向量机对网络连接进行异常检测,然后将检测获得的异常作为输入进入聚类模块以得到其更多信息,其中聚类模块由自组织映射算法与信息获取算法共同完成。通过对检测到的异常进行信息获取的方法可以获得未知入侵的更多有价值的信息。最后应用kddcup99数据集进行仿真实验,实验结果表明,该检测模型具有较好的检测率和较低的误报率,并且该模型对于获得未知入侵的更多信息是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王执铨	南京理工大学自动化学院	331	3939	30.0	46.0
2	戴跃伟	南京理工大学自动化学院	109	931	17.0	24.0
3	钱玉文	南京理工大学自动化学院	18	91	6.0	9.0
4	徐本连	常熟理工学院电气与自动化工程学院	29	99	6.0	8.0
5	王飞	常熟理工学院电气与自动化工程学院	16	12	2.0	2.0