首页 | 本学科首页   官方微博 | 高级检索  
     

主动学习半监督聚类入侵检测算法
引用本文:李永忠,李正洁,荆春伟,胡翰. 主动学习半监督聚类入侵检测算法[J]. 微电子学与计算机, 2011, 28(10)
作者姓名:李永忠  李正洁  荆春伟  胡翰
作者单位:江苏科技大学计算机科学与工程学院,江苏镇江,212003
基金项目:江苏省高校自然科学基金资助项目(05KJD52006); 江苏科技大学科研资助项目(2005DX006J)
摘    要:针对聚类的入侵检测算法误报率高的问题,提出一种主动学习半监督聚类入侵检测算法.在半监督聚类过程中应用主动学习策略,主动查询网络中未标记数据与标记数据的约束关系,利用少量的标记数据生成正确的样本模型来指导大量的未标记数据聚类,对聚类后仍未能标记的数据采用改进的K-近邻法进一步确定未标记数据的类型,实现对新攻击类型的检测.实验结果表明了算法的可行性及有效性.

关 键 词:入侵检测  半监督聚类  主动学习

Research of Intrusion Detection Algorithm Based on Semi-Supervised Clustering
LI Yong-zhong,LI Zheng-jie,JING Chun-wei,HU Han. Research of Intrusion Detection Algorithm Based on Semi-Supervised Clustering[J]. Microelectronics & Computer, 2011, 28(10)
Authors:LI Yong-zhong  LI Zheng-jie  JING Chun-wei  HU Han
Affiliation:LI Yong-zhong,LI Zheng-jie,JING Chun-wei,HU Han(School of Computer Science and Engineering,Jiangsu University of Science and Technology,Zhenjiang 212003,China)
Abstract:Aiming at the problem for labeled data that intrusion detection algorithms based on supervised learning,the ASCID algorithm for intrusion detection based on semi-supervised is proposed in this paper,by appling active learning strategy to semi-supervised clustering process.Active learning queries constrains on labeled data and unlabeled data,which uses minimal labeled data to generate the correct sample data model and guide lots of unlabelled data clustering,the algorithm performance is improved by use an im...
Keywords:intrusion detection  semi-supervised clustering  active learning  
本文献已被 CNKI 万方数据 等数据库收录!
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