首页 | 本学科首页   官方微博 | 高级检索  
     

不平衡数据分类方法及其在入侵检测中的应用研究
引用本文:江颉,王卓芳,GONG Rong-sheng,陈铁明.不平衡数据分类方法及其在入侵检测中的应用研究[J].计算机科学,2013,40(4):131-135.
作者姓名:江颉  王卓芳  GONG Rong-sheng  陈铁明
作者单位:浙江工业大学计算机科学与技术学院杭州310023;浙江工业大学计算机科学与技术学院杭州310023;美国辛辛那提大学智能系统实验室,辛辛那提45221;浙江工业大学计算机科学与技术学院杭州310023
基金项目:本文受国家自然科学基金(61103044),浙江省自然科学基金(Y1110567),浙江省科技厅计划项目(2010C31126,2011C21046)资助
摘    要:直接将传统的分类方法应用于不平衡数据集时,往往导致少数类的分类精度低下。提出一种基于K-S统计的不平衡数据分类方法,以有效提高少数类的识别率。利用K-S统计评估分类与特征之间的关系,去除冗余特征,并且构建K-S决策树获得数据分片,调整数据的不平衡度;最后对分片数据双向抽样调整,进行分类学习。该方法使用的K-S统计假设条件极易满足,其效率高且适用性强。通过KDD99入侵检测数据的分析对比表明,对于不平衡的数据集,该方法对多数类及少数类都具有较高的分类精度。

关 键 词:不平衡数据  K-S统计  逻辑回归  入侵检测
收稿时间:2012/6/13 0:00:00
修稿时间:2012/10/18 0:00:00

Imbalanced Data Classification Method and its Application Research for Intrusion Detection
JIANG Jie,WANG Zhuo-fang,GONG Rong-sheng and CHEN Tie-ming.Imbalanced Data Classification Method and its Application Research for Intrusion Detection[J].Computer Science,2013,40(4):131-135.
Authors:JIANG Jie  WANG Zhuo-fang  GONG Rong-sheng and CHEN Tie-ming
Affiliation:College of Computer Science & Technology,Zhejiang University of Technology,Hangzhou 310023,China;College of Computer Science & Technology,Zhejiang University of Technology,Hangzhou 310023,China;Intelligent System Laboratory,University of Cincinnati,Ohio 45221,USA;College of Computer Science & Technology,Zhejiang University of Technology,Hangzhou 310023,China
Abstract:
Keywords:Imbalanced data  K-S statistic  Logistic regression  Intrusion detection
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号