| 基于支持向量聚类和重抽样的入侵检测 |
| |
| 引用本文： | 郑芳泉,陈晓云.基于支持向量聚类和重抽样的入侵检测[J].福州大学学报(自然科学版),2013,41(2):171-177. |
| |
| 作者姓名： | 郑芳泉 陈晓云 |
| |
| 作者单位： | （福州大学数学与计算科学学院，福建 福州 350116） |
| |
| 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.
|
| 关 键 词： | 入侵检测 异常检测 不平衡 支持向量聚类 重抽样 |
Intrusion detection based on support vector clustering and resampling |
| |
| ZHENG Fang-quan,CHEN Xiao-yun.Intrusion detection based on support vector clustering and resampling[J].Journal of Fuzhou University(Natural Science Edition),2013,41(2):171-177. |
| |
| Authors: | ZHENG Fang-quan CHEN Xiao-yun |
| |
| Institution: | 1(College of Mathematics and Computer Science,Fuzhou University,Fuzhou,Fujian 350116,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
|
