摘要
针对入侵检测中少数类异常数据的检测精度较低的问题,提出基于支持向量聚类的不平衡数据无监督检测算法.方法采用支持向量聚类对所有未知样本进行聚类,根据不同类别样本内在属性的差异,用改进的重抽样方法选择样本,平衡数据集的分布,对新的数据集进行学习.经过KDD99的测试表明,该方法能有效检测出少数类样本.
学科与关键词
关键词
入侵检测异常检测不平衡支持向量聚类重抽样 intrusion detectionanomaly detectionimbalancesupport vetor clusteringresampling
- 支持向量分类机在入侵检测中的应用研究雷向宇; 周萍计算机工程与应用, 2013, (11): 88.
- 一种基于半监督GHSOM的入侵检测方法阳时来; 杨雅辉; 沈晴霓; 黄海珍计算机研究与发展, 2013, (11): 2375-2382.
- 基于密度聚类分析的入侵检测方法研究李虎; 胡建龙; 朱勇; 马春波计算机与数字工程, 2013, (02): 254.
