基于PCA和半监督聚类的入侵检测算法研究.PDFVIP

　第４２卷　第５期 山　东　大　学　学　报　（工　学　版） ２０１２年１０月　 　 　　 Ｖｏｌ．４２　 Ｎｏ．５　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｏｃｔ．２０１２　 　文章编号：１６７２３９６１（２０１２）０５００４１０６　　　ＤＯＩ：１０．６０４０／ｊ．ｉｓｓｎ．１６７２３９６１．２０１２．０５．００８ 基于ＰＣＡ和半监督聚类的入侵检测算法研究 丁彦，李永忠 （江苏科技大学计算机科学与工程学院，江苏 镇江２１２００３） 摘要：针对网络入侵检测数据存在大量冗余信息和传统聚类算法对离群点检测不足的问题，提出一种基于主成分 分析（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）和半监督聚类的入侵检测算法。首先使用ＰＣＡ对数据进行特征提取，消 除数据间的冗余属性；然后利用少量已标记样本和成对约束信息，通过引入竞争凝聚让系统主动学习，以实现对 大量未知样本的检测。在入侵检测数据集和ＵＣＩ基准数据集上的实验结果表明，该算法能有效提高系统的性能。 关键词：入侵检测；ＰＣＡ；半监督聚类；成对约束；竞争凝聚 中图分类号：ＴＰ３９３０８　　　文献标志码：Ａ Ｒｅｓｅａｒｃｈｏｎｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ＰＣＡａｎｄｓｅｍｉｓｕｐｅｒｖｉｓｅｄｃｌｕｓｔｅｒｉｎｇ  ＤＩＮＧＹａｎ，ＬＩＹｏｎｇｚｈｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２００３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｔｈａｔｌｏｔｓｏｆｒｅｄｕｎｄａｎｔｉｎｆｏｒｍａｔｉｏｎｅｘｉｓｔｅｄｉｎｎｅｔｗｏｒｋｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎｄａｔａａｎｄ ｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓｗｅｒｅｉｎａｄｅｑｕａｔｅｆｏｒｄｅｔｅｃｔｉｎｇｏｕｔｌｉｅｒ，ａｎｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｒｉｎ ｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）ａｎｄｓｅｍｉｓｕｐｅｒｖｉｓｅｄｃｌｕｓｔｅｒｉｎｇｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｆｅａｔｕｒｅｓｏｆｄａｔａｗｅｒｅｅｘｔｒａｃｔｅｄ ｂｙｕｓｉｎｇＰＣＡ，ａｎｄｔｈｅｒｅｄｕｎｄａｎｔａｔｔｒｉｂｕｔｅｓａｍｏｎｇｔｈｅｄａｔａｗｅｒｅｅｌｉｍｉｎａｔｅｄ．Ｔｈｅｎ，ａｆｅｗｌａｂｅｌｅｄｓａｍｐｌｅｓａｎｄｐａｉｒｗｉｓｅ ｃｏｎｓｔｒａｉｎｔｓｉｎｆｏｒｍａｔｉｏｎｗｅｒｅｅｘｐｌｏｉｔｅｄ，ａｎｄｃｏｍｐｅｔｉｔｉｖｅａｇｇｌｏｍｅｒａｔｉｏｎｗａｓｉｎｔｒｏｄｕｃｅｄｔｏｌｅｔｔｉｎｇｔｈｅｓｙｓｔｅｍａｃｔｉｖｅｌｅａｒｎ ｉｎｇｉｎｏｒｄｅｒｔｈａｔｔｈｅｄｅｔｅｃｔｉｏｎｏｆｌｏｔｓｏｆｕｎｋｎｏｗｎｓａｍｐｌｅｓｃｏｕｌｄｂｅｒｅａｌｉｚｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎｉｎｔｒｕｓｉｏｎｄｅｔｅｃ ｔｉｏｎｄａｔａｓｅｔａｎｄＵＣＩｂｅｎｃｈｍａｒｋｄａｔａｓｅｔｓｓｈｏｗｅｄｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｃｏｕｌｄｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｓｙｓｔｅｍｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ；ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）；ｓｅｍｉｓｕｐｅｒｖｉｓｅｄｃｌｕｓｔｅｒｉｎｇ；ｐａ