基于分类降维的入侵检测研究.pdf

2013 年第 8 期 信息通信 2013 （总第 130 期） INFORMATION COMMUNICATIONS （Sum. No 130） 基于分类降维的入侵检测研究 1 1 2 1 陈智迪 ，曹谢 ，隆 博 ，胡启超 １西南石油大学电气信息学院，四川成都 ；浙江省能源集团城市燃气公司，浙江杭州 ） . 6 10500 2. 310012 摘要：降维技术能提高入侵检测分类器的学习效率和检测速度。针对目前入侵检测数据特征降维力度不足，提 出了一种基于主成分的分类特征的分析方法。然后 样本数据按照所需的规则分割成多个子集, 对每个子集进 行主成分分析。实验的结果表 采用分类的方法能够更加有效地降低数据的维数，学习速度与检测速度都得到 了提高。 关键词：入侵检测；分类；主成分分析；网络安全 中图分类号：TP393.08 文献标识码：A 文章编号：1673- 1131 2013 ）08-0047-02 入侵检测是是通过对计算机网络或计算机系统中的关键 表 1 属性解释表 信息点的收集并对其进行分析，从中发现网络或系统中是否 有违反安全策略的行为和被攻 的对象。 为了增强和强化对复杂网络入侵行为的检测能力，我们 需要对攻 信息的特征进行降维处理，在此采用主成分分析 发（PCA），作为一种特征提 技术。 1 主成分分析的概念 实测变量之间存在一定的相关关系，因此有可能用较少 的综合指标跟别综合存在于变量中的各类信息，而彼此不相 关。这几个指标被称为主成分。它的主要目的是用低纬子空 这样形成了攻 者特征集 间去表示高维空间。 有一个数据M 个变量，每个变量N 个样本，那么这个数 据集可以用以下这样的矩阵表示： 2 特征集的数据标准化 通常，在这些指标具有不同的量纲，很多在数量级上也有 很大的差异，运用主成分分析的时候，需要对这些数据进行标 [ ] 准化。 这个研究对象有N 个特征即x1 x2 ……xn ，寻找S 个正 交向量，使向量组： 原始数据集一个重要的问题就是度量形式不同，这样进 行聚类就会产生不真实的结果，需要进行标准化： ( 1) （1）将符号型特征变量转换成数值型特征变量； ( ) 式 1 写成矩阵的形式为： （2）将转化后的数值型变量进行标准化，幷进行归一化操 ( ) [ ] Y=A ·X 2 作 0,1 区间内。