| 基于改进密度聚类的异常检测算法 |
| |
| 引用本文： | 胡亮,任维武,任斐,刘晓博,金刚. 基于改进密度聚类的异常检测算法[J]. 吉林大学学报(理学版), 2009, 47(5): 954-960 |
| |
| 作者姓名： | 胡亮 任维武 任斐 刘晓博 金刚 |
| |
| 作者单位： | 吉林大学,计算机科学与技术学院,长春,130012;吉林大学,计算机科学与技术学院,长春,130012;吉林大学,计算机科学与技术学院,长春,130012;吉林大学,计算机科学与技术学院,长春,130012;吉林大学,计算机科学与技术学院,长春,130012 |
| |
| 基金项目： | 国家自然科学基金，吉林省重点项目基金，教育部新世纪优秀人才支持计划项目基金，吉林大学"985工程"研究生创新基金 |
| |
| 摘 要： | 提出一种基于改进密度聚类的异常检测算法(ADIDC), 通过在各特征列上分别进行密度聚类, 并根据各特征对正常轮廓的支持度进行特征加权, 解决了聚类分析方法在异常检测应用中误报率较高的问题. 通过大量基于异常检测数据集 KDD Cup 1999的实验表明, 其相对于传统异常检测方法在保证较高检测率的前提下, 有效地降低了误报率, 对某些与正常行为相近的特殊攻击检测率明显提高. 同时利用特征权值进行特征筛选提高了其检测性能和效率, 更适应实时检测要求.
|
| 关 键 词： | 入侵检测 异常检测 聚类 密度聚类 特征加权 |
| 收稿时间： | 2008-12-06 |
Anomaly Detection Algorithm Based on Improved Density Clustering |
| |
| HU Liang,REN Wei-wu,REN Fei,LIU Xiao-bo,JIN Gang. Anomaly Detection Algorithm Based on Improved Density Clustering[J]. Journal of Jilin University: Sci Ed, 2009, 47(5): 954-960 |
| |
| Authors: | HU Liang REN Wei-wu REN Fei LIU Xiao-bo JIN Gang |
| |
| Affiliation: | College of Computer Science and Technology, Jilin University, Changchun 130012, China |
| |
| Abstract: | This paper proposes an Anomaly Detection algorithm based on Improved Density Clustering(ADIDC).The improved algorithm adopts clustering features separately on individual characteristic arranges and weighting features by the correlativity between the features and the normal profile.It can solve the frequent problem of the high false positive rate on clustering in the application of anomaly detection.A series of experiments on well known KDD Cup 1999 dataset demonstrates that it has a lower false positive rat... |
| |
| Keywords: | intrusion detection anomaly detection clustering density clustering weight feature |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(理学版)》下载全文 |
|
