基于改进LDA和CNN的网络入侵聚类.pdfVIP

Compu~rEngineeringandApplications计算机工程与应用 ◎网络、通信、安全@ 基于改进LDA和CNN的网络入侵聚类 谭立志 ，李二喜 ，欧阳艾嘉 ，贺明华 ，周 旭 TANLizhi，LIErxi，OUYANGAijia，HEMinghua，ZHOUXu， 1．株洲职业技术学院 科研处，湖南 株洲 41200l 2．湖南大学 信息科学与工程学院，长沙 410082 3．井冈山大学 高等教育研究所，江西 吉安 343009 4．嘉兴学院 数理与信息工程学院，浙江 嘉兴 314001 1．DepartmentofScience Research，ZhuzhouVocational TechnicalCollege，Zhuzhou，Hunan412001，China 2．SchoolofInformationScienceandEngineering，HunanUniversity，Changsha410082，China 3．InstituteofHigherEducation，JinggangshanUniversity，Ji’an，Jiangxi343009，China 4．CollegeofMathematics，PhysicsandInformationEngineering，JiaxingUniversity，Jiaxing，Zhejiang314001，China TANLizhi，LIErxi，OUYANGAijia，eta1．NetworkintrusionclusteringmethodbasedonimprovedLDAandCNN．Com- puterEngineeringandApplications，2013，49(2)：89-91． Abstract：AhybridmethodofimprovedLinearDiscriminantAnalysis(LDA)andCenter-basedNearestNeighbor(CNN)classifier forclusteringofnetworkintrusionsisproposed．TheimprovedLDAisemployedtoreducethedimensionsofsamplevector,andthen thecenter-basednearestneighborclassifierisusedtoclusterofrthedataofnetworkintrusions．Theproposedalgorithm notonly reducestheclusteringtimeofthealgorithm ，butalsoimprovestheclusteringability．Experimentalresultsindicatethathteproposed algorithm obtainshigherclusteringcapabiliytcontrasttoothermodelsatahigherdetectionrateandalowerfalsealarmrate． Keywords：lineardiscriminantanalysis；center—basednearestneighbor；networkintursions；clustering；dimensionreduction 摘 要 ：提 出了一种基于改进线性判别分析和近邻法的网络入侵聚类方法，运用改进的线性判别分析方法对 网络入侵样 本特征进行降维处理，使用近邻分类器对数据进行聚类。该算法降低了算法的聚类时间，还提高了算法的聚类能力 实 验结果表明，相 匕其他模型，该算法有较高的检测率和较低的误警率。 关键词 ：线性判别分析 ；中心近邻法；网络入侵；聚类；降维 文献标志码：A 中图分类号：TP18 doi：10．3778j／．issn．1002—8331．1207—0359 1 引言 数的23％。另外，大型安装基站为网络应用和服务制造蠕 当今互联网，网络服务与网络应用已经成为各类服务 虫程序，并利用网络漏洞在网络上进行传播 。 提供商和客户之间最重要的一个沟通渠道 。伴随着网络 为了解决这些 问题，信息安全也应该要将 目标从网络 服务和网络应用的日益成长，安全漏洞等方面的负面影响 层和服务层转移到包含网络应