ID_DC_基于分布式聚类的入侵检测方法.pdfVIP

( ) 第 6 卷第 6 期 江 南 大 学 学 报 自 然 科 学 版 Vol . 6 　No . 6 　 　 　　　　 2007 年 12 月 Journal of Jiangnan University( Natural Science Edition) 　 　　　 　 Dec . 　2007 文章编号 :167 1 - 7 147 (2007) 06 - 0733 - 06 　 IDDC :基于分布式聚类的入侵检测方法 郑苗苗 , 　吉根林 (南京师范大学 数学与计算机科学学院 ,江苏 南京 2 10097) 摘 　要 :提出了基于分布式聚类的异常入侵检测方法 IDDC ,通过对训练集进行分布式聚类产生聚 簇模型 ,采用基于双参考点的标识算法 DoubleRef erence 标记异常簇 ,不需要具有类别标签的训 练集且可自动确定聚簇模型的个数. 实验中采用了网络入侵检测数据集 KDDCU P99 来训练模 型. 实验结果表明:通过采用分布式聚类算法建立的分布式入侵检测模型可有效地检测攻击 ,检测 率高 ,误警率低. 关键词 : 入侵检测 ;分布式入侵检测 ;聚类 ;分布式聚类 中图分类号 : TP 3 11 文献标识码 : A IDDC :Intrusion Detection Based on Distributed Cl ustering ZH EN G Miaomiao , 　J I Genlin ( School of Mat hematicsand of Comp ut er Science , Nanj ing Normal U niver sit y , Nanj ing 2 10097 , China) Abstract :In t hi s p ap er , an effective and ano maly di st ribut ed det ection algorit hm IDDC ba sed on clu st ering i s p ropo sed to realize t he D ID S. Algorit hm IDDC , w hich fir st get clu st er mo del s by u sin g t he di st ribut ed clu st ering algorit hm on unlabeled t rainin g dat a and t hen label s t he se mo del s t hrou gh algorit hm DoubleRef erence , overco me s t he draw back s of relyin g on labeled t raining dat a w hich mo st cur rent ano malyba sed int r u sion det ectio n dep end on and exp ect s to auto matically p artition t he dat a set into a rea sonable number of clu st er s. At la st , t he exp eriment s on t he KDD CU P99 dat a recor ds of net wor k connection s s