融合PCA和LDA的入侵检测算法.pdfVIP

9 期 计 算 机技 术 与发 展 V01．19 No．1l 第 卷 第 2009年年 11月 COMPUTERTECHN0 【D GYANDDEVELOPMENT NOV． 2009 融合PCA和 LDA的入侵检测算法 张瑞霞，王 勇 (桂林电子科技大学计算机与控制学院，广西桂林 541004) 摘 要：针对 目前单个 ID6在入侵特征提取和检测效率上存在的问题，提出了一种融合主成分分析(P(’A)和线性判别分析 (LDA)的入侵检测算法。利用PCA和LDA提取入侵特征，通过I~LNN分类器给出初步的识别结果，接着采用D—S证据理 论对识别结果进行融合，得出最终识别结果。通过在KDDCUP’99的标准入侵检测数据集上的实验表明，该方法提高了 入侵检测率．同时降低了误报率 ，性能优于单一的分类器。 关键词 ：入侵检测 ；主成分分析 ；线性鉴别分析；D—S证据理论 ；分类器融合 中图分类号：TP393．08 文献标识码 ：A 文章编号：1673—629X(2009)11—0132—03 FusionofPCA andLDA forIntrusionDetection ZHANG Rui—xia，W ANG Yong (Dept．ofComputerandControl，GuilinUniversityofElectronicTcehn．，Guilin541004，China) Abstract：T。solvethedifficultyoffeatureextractionandthelow performanceinsingleIDS，anintrusiondetectionmethodbasedonthe fusionofprincipaloernponentanalysis(PCA)andlinerdi~riminateanalysis(LDA)ispresented．Firstly．PCAandLDAisappliedtonet— workintrusionfaetureextraction．Then。initialintrusiondetectionr~ultisdonebytWOKNNclassifiers．Next，theD～Sevidencethoery isaodptedtOfusetheser~ultsfortwoclassifierscanovercometheshortcomingsofeachother．Experimenthasbeendone011datasetin KDD一99andtheresultsshow thattheperformanceoftheproI~sedmethodissuperiortothatofthesingleclassifier． Keywords：intrusiondetection；PCA；LDA；D—Sevidencetheory；classifiersfusion 0 引 言 对入侵数据进行特征提取。主成分分析和线性判别分 入侵检测技术作为信息安全技术的一个重要方面 析能够对样本空间进行降维，从而使得匹配和识别在 得到迅速的发展。入侵检测问题实质上就是一个分类 低维子空间进行 J。 问题，它通过对训练集学习来构造分类器，将正常数据 分类器的设计与融合：虽然模式识别和入侵检测 和异常数据区分开来。目前将模式识别技术应用到入 主要任务是设计一个高性能的0—1分类器，如果单个 侵检测中成为入侵检测领域研究的一个热点Lll2J。国 分类器提取的特征具有独立性和互补性，通过对现有 内看到的研究有文献[3，4]。特征选择和分类器的设 的分类器融合获得比单个分类器更高的分类精度。正 计是入侵检测涉及的两个重要方面。