入侵检测不平衡样本子群发现数据简化策略.pdfVIP

第31卷第7期 计 算 机 应 用 研 究 Vo1．31No．7 2014年7月 ApplicationResearchofComputers Ju1．2014 入侵检测不平衡样本子群发现数据简化策略水 边 婧 ，彭新光”，王 颖 ，付东来 (1．太原理工大学计算机科学与技术学院，太原030024；2．山西职工医学院网络信息中心，太原030012) 摘 要：为突破数据不平衡对算法的限制，更好地将子群发现技术应用到数据不平衡领域，设计了一个适合入 侵检测数据集与子群发现算法的数据简化策略。实例简化阶段，应用均匀分布随机点定理与数据空间稀疏度构 造属性相异度函数，借鉴稀有类信息仿制技术并结合进化学习实例选择算法提出稀有类拓展实例选择算法；属 性简化阶段 ，采用主成分分析法，针对数据集特点保 留相关兴趣特征 以提高算法发现效率。实验证明，此方法适 用于子群发现算法，能有效减少时间开销并提高规则发现效果。 关键词 ：子群发现 ；不平衡数据集；数据简化 ；实例选择 ；特征选择 中图分类号：TP393．08 文献标志码：A 文章编号：1001—3695(2014)07—2123·04 doi：10．3969／j．issn．1001—3695．2014．07．409 Datareductionstrategytointrusiondetectionof imbalancedsampledataforsubgroupdiscovery BIAN Jing一，PENG Xin—guang” WANGYing。 FU Dong-lai。 ， ， (1．CollegeofComputerScienceTechnology，TaiyuanUniversityofTechnology，Taiyuan030024，China；2．CenterofInformationNet— work，ShanxiMedicalCollegeofContinuingEducation，Taiyuan030012，China) Abstract：Inordertobreaktherestrictionsonimbalanceddatatoalgorithm andmakemoreavailablethesubgroupdiscovery processinintrusiondetection，thispaperproposedanew datareductionstrategyforsubgroupdiscoveryalgorithm whichhad beendesignedinimbalanceddatasetofintrusiondetection．Intheinstancereductionstage．thetheoremsofuniformlydistribu． tedpointsandsparsenessofdataspacewereappliedtoconstructattributedissimilaritydegreefunctionfirstly．Andthenitpro— posedtheminorityclassextendsinstanceselectionalgorithm combinedtheinstancedevelopedalgorithm withsyntheticminority over—samplingtechnique．Thirdly，itemploiedinstanceselectionalgorithm toreducethetrainingdata．Inthefeaturereduction stage，aimingatthecharacteristicofdataset，thep