主动学习半监督聚类入侵检测算法 research of intrusion detection algorithm based on semi-supervised clustering.pdfVIP

下载本文档

2
0
约1.21万字
约 4页
2017-08-27 发布于上海
举报
版权申诉

主动学习半监督聚类入侵检测算法 research of intrusion detection algorithm based on semi-supervised clustering.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

主动学习半监督聚类入侵检测算法 research of intrusion detection algorithm based on semi-supervised clustering

28卷第1O期微电子学与计算机 VoI-28 No．10 2011年 1O月 MICROELECTRONICS cOMPUTER October2011 主动学习半监督聚类入侵检测算法李永忠，李正洁，荆春伟，胡翰 (江苏科技大学计算机科学与工程学院，江苏镇江 212003) 摘要：针对聚类的入侵检测算法误报率高的问题，提出一种主动学习半监督聚类入侵检测算法．在半监督聚类过程中应用主动学习策略，主动查询网络中未标记数据与标记数据的约束关系，利用少量的标记数据生成正确的样本模型来指导大量的未标记数据聚类，对聚类后仍未能标记的数据采用改进的K_近邻法进一步确定未标记数据的类型，实现对新攻击类型的检测．实验结果表明了算法的可行性及有效性．关键词：入侵检测；半监督聚类；主动学习中图分类号：TP393．08 文献标识码：A 文章编号：1OOO一7180(2011)1O一0028一O4 ResearchofIntrusion DetectionAlgorithm BasedonSemi—SupervisedClustering LIYong—zhong，LIZheng-jie，JINGChun-wei，HU Han (SchoolofComputerScienceandEngineering，JiangsuUniversityofScienceandTechnology，Zhenjiang212003，China) Abstract：Aimingattheproblem forlabeleddatathatintrusiondetectionalgorithmsbasedonsupervised learning， theASCII)algorithm forintrusiondetectionbasedonsemi-supervisedisproposedin thispaper，byapplingactive learningstrategytOsemi-supervisedclusteringprocess．Activelearningqueriesconstrainsonlabeleddataandunla— beleddata，whichusesminimallabeleddatatogeneratethecorrectsampledatamodelandguidelotsofunlabelled dataclustering，thealgorithm performanceisimprovedbyuseanimprovedK—nearestneighboralgorithm tOfurther definethetypeofunlabeleddataafterclustering．Finally，theexperimentresultsshow thefeasibilityandvalidityof thealgorithm． Keywords：intrusiondetection；semi-supervisedclustering；activelearning 出一种主动学习结合改进的志一近邻法半监督聚类 1 引言的入侵检测算法ASCID(Active-learningSemi—SH～利用少量标记数据的半监督学习技术n]引起了 pervisedClusteringIntrusionDetection)，在检测过广泛关注．由于标记数据所占比例小，在利用半监督程中采用主动学习策略选择最有用的标记数据，查聚类算法[23对数据集进行聚集并标记后，仍会有部询标记数据与未标记数据的约束关系，利用前面聚