基于蚁群聚类的入侵检测警报过滤技术

• 作者: 徐小龙 韩丽娟 高仲合
• 来源期刊: 电子技术
• 关键词: 入侵检测 报警过滤 蚁群算法 误报
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 电子技术研发
• 页码范围: 34-37
• 页数: 4页
• 字数: 3449字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2016.01.008

摘要

随着网络攻击行为的日益增多，网络信息安全已成为全球共同关心的问题。现在主流的入侵检测系统普遍存在的问题是产生了大量的报警信息，有着很高的误报率。文章提出了一种数据挖掘技术来减少入侵检测系统产生的误报，提高检测的准确性。这种数据挖掘技术是基于混合蚁群算法的无监督聚类方法，在不需要已有知识的情况下能够发现入侵者的行为集群。我们使用K均值聚类算法来加快蚁群算法的收敛速度。实验结果表明，我们所提出的方法具有更高的检出率和更低的误报率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高仲合	曲阜师范大学软件学院	99	300	8.0	11.0
2	韩丽娟	曲阜师范大学实验教学中心	31	60	4.0	5.0
3	徐小龙	曲阜师范大学实验教学中心	18	64	4.0	7.0