ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种基于半监督GHSOM的入侵检测方法

阳时来; 杨雅辉; 沈晴霓; 黄海珍北京大学
计算机研究与发展2013-11-15
7阅读
引用收藏
分享

摘要

基于神经网络的入侵检测方法是入侵检测技术的一个重要发展方向.在已有无监督生长型分层自组织映射(growing hierarchical self-organizing maps,GHSOM)神经网络算法的基础上,提出了一种半监督GHSOM算法.该算法利用少量有标签的数据指导大规模无标签数据的聚类过程.一方面借鉴cop-kmeans半监督机制,解决了原始算法中返回空划分的问题,并将其应用到GHSOM算法中.另一方面提出了神经元信息熵的概念作为子网生长的判断条件,提高了GHSOM网络子网划分的精度.此外还利用有标签的数据自动确定聚类结果的入侵类型.对KDD Cup 1999数据集和LAN环境下模拟产生的数据集进行的入侵检测实验表明:相比于无监督的GHSOM算法,半监督的GHSOM算法对各种类型的攻击具有较高的检测率.

学科与关键词

关键词
入侵检测半监督生长型分层自组织映射聚类信息熵 intrusion detectionsemi-supervisedgrowing hierarchical self-organizing maps(GHSOM)clusteringentropy
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
计算机研究与发展
发表日期
2013-11-15
卷期
第 11 期
页码
2375-2382
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(61070237,61232005,61073156)

作者

  • 阳

    阳时来 (第一作者)

  • 杨

    杨雅辉

查看全部 4 位作者收起作者
  • 沈

    沈晴霓

  • 黄

    黄海珍

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417