针对不平衡数据集的入侵检测算法.pdfVIP

第26卷 第 4期 福建师范大学学报 (自然科学版) Vo1．26 No．4 2010年 7月 JournalofFujianNormalUniversity (NaturalScienceEdition) Ju1．2010 文章编号：lO0O一5277(2010)04—0037—07 针对不平衡数据集的入侵检测算法 陈美霞 。，郭躬德 ，黄 杰 ，刘永芬 (1．福建师范大学网络安全与密码技术重点实验室，福建 福州 350007； 2．莆 田华侨职业中专学校 ，福建 莆 田 351117) 摘要 ：采用少类样本合成过采样技术 (sM0TE)与二叉树多类支持 向量机 (BTsvM)相结合的入侵检 测算法来解决实际应用 中经常遇到 的类别不平衡 的分类问题．该方法首先对不平衡类别 的训练集使用 BTSVM 分类，然后对求 出各分类器 中的支持向量使用SMOTE方法进行 向上采样．最后用不平衡类别的测 试集在新的分类模型 中进行测试．实验结果表明本算法能够有效地提高不平衡数据集的分类性能． 关键词：不平衡数据；SM0TE；二叉树多类SVM；ROC 中图分类号：TP391 文献标识码 ：A An Intrusion DetectionAlgorithm forImbalancedDatasets CHEN M ei—xia～，GUO Gong—de，HUANG Jie，LIU Yong—fen (1．TheKeyLaboratoryofNetworkSecurityandCryptography，FujianNormalUniversity． Fuzhou350007．China；2．PutianOverseasVocationalSecondarySchool，Putian351117，China) Abstract：Anintrusiondetectionalgorithm usingbothsyntheticminorityover—sampling technique (SMOTE) and multi—class SVM algorithm with binary tree architecture (BTSVM )isproposed，whichcanbeusedforpracticalproblem ofimbalanceddatasets．The proposedmethodusedBTSVM toclassifyimbalanceddatatrainingsetsandthensampledthe generatedsupportvectorsbymeansofSM OTE upwardsamplingmethod．Finally，thecreat— edclassificationmodelwasevaluatedonsomeimbalancedtestsets．Theexperimentalresults show thattheproposedmethod can significantlyimprovetheclassification performanceof someimbalanceddatasets． Keywords：imbalanceddatasets；SMOTE；multi—classSVM algorithm withbinarytree； R0C 不平衡数据集是指某类样本数 目明显少于其它类样本数 目的数据集的分类问题 ，分类器在处理这 些不平衡的数据集上会倾向于多数类样本，而导致在少数类样本上的分类效果很差[1]．而且这种不平衡 问题常存在于许多实际应用中，所训练的数据集常呈现出不平衡分布特性，例如金融欺诈检测、网络 入侵检测、医疗诊断、反垃圾邮件、信息检索等应用领域，然而，目前绝大多数的分类算法都是建立 在数据集分布较平衡的条件下，因此，当把这些分类算法应用于不平衡数据集时就会倾向于多数类有 较高的识别率，而分类器在少数类的分类效果却很差．但在医疗诊断和入侵检测等实际应用领域中，少 数类的正确分类比多数类的正确分类更有价