HL-Isomap+SVM在网络入侵检测中的应用.pdf

Computer Engineering and Applications 计算机工程与应用 2010 ，46 （28 ） 85 HL-Isomap+SVM 在网络入侵检测中的应用 1，2 1 1 郑凯梅 ，钱 旭 ，虎晓红 1，2 1 1 ZHENG Kai-mei ，QIAN Xu ，HU Xiao-hong 1.中国矿业大学（北京）机电与信息工程学院，北京 100083 2.中国防卫科技学院 信息工程系，北京 101601 1.College of Mechatronics and Information Engineering ，China University of Mining Technology（Beijing ），Beijing 100083，China 2.Department of Information Engineering ，China Institute of Defense Science and Technology ，Beijing 101601，China E-mail ：zhengkaimei@ 126.com ZHENG Kai-mei ，QIAN Xu ，HU Xiao-hong.Anomaly network intrusion detection based on HL-Isomap and SVM.Com- puter Engineering and Applications ，2010 ，46 （28 ）：85-87. Abstract ：With great advantages in small sample and machine generalization ability ，support vector machine has been widely applied in intrusion detection.Due to high dimensionality and redundancy of data ，feature extraction is a crucial procedure. This paper proposes a scheme using popular non-linear dimension reduction tool L-Isomap and one-class support vector ma- chine to detect intrusions.HL-Isomap is also proposed through replacing Euclidean metric with heterogeneous value difference metric.This paper evaluates different models with the KDD dataset.The experiment results show that the dimension reduction method is effective and the proposed model outperforms the conventional one-class SVM in false positive rate. Key words ：Landmark-Isomap （L-Isomap ）；Support Vector Machine （SVM）；Heterogeneous Value Difference Metric （HVDM ）； intrusion detection 摘 要：支持向量机所具有的处理小样本和良好的推广能力的优势，在入侵检测中得到了广泛应用。考虑到数据特征的高维性 和冗余性，特征提取是一个关键步骤。采用非线性流形学习算法L-Isomap 对入侵检测数据进行特征选择，然后应用one-class SVM 训练并识别异常。通过将异构值差度量（HVDM ）距离代替欧几里德距离提出了HL-Isomap 。选用KDD 数据集来比较上述 不同模型，实验结果表明了降维方法的有效性，尤其是误警率性能得到了显著的提高。 关键词：界标Isomap （L-Isomap ）；支持向量机（SVM）；异构值差度量（HVDM ）；入侵检测 DOI ：10.3778/j.issn. 1002-8331.2010.28.024 文章编号：