本文選題：半監(jiān)督 + 降維��； 參考：《計(jì)算機(jī)應(yīng)用與軟件》2013年10期

【摘要】：針對(duì)網(wǎng)絡(luò)入侵檢測中的高維數(shù)據(jù)處理問題,提出基于半監(jiān)督降維技術(shù)和BP神經(jīng)網(wǎng)絡(luò)的入侵檢測方法,該方法主要有兩個(gè)優(yōu)點(diǎn):實(shí)時(shí)性更高;訓(xùn)練樣本標(biāo)記工作量更小。對(duì)半監(jiān)督降維技術(shù)背后的數(shù)學(xué)原理進(jìn)行解釋,并論述其在網(wǎng)絡(luò)入侵檢測中應(yīng)用的適用性。對(duì)比實(shí)驗(yàn)表明:在少量標(biāo)記樣本和大量未標(biāo)記樣本的支持下,半監(jiān)督降維技術(shù)能夠在降低維數(shù)的同時(shí)保持入侵檢測性能,從而大幅降低入侵檢測的訓(xùn)練和檢測時(shí)間。
[Abstract]:Aiming at the problem of high-dimensional data processing in network intrusion detection, an intrusion detection method based on semi-supervised dimensionality reduction and BP neural network is proposed. The method has two main advantages: higher real-time performance and less workload of training sample marking.The mathematical principle behind semi-supervised dimensionality reduction technology is explained and its applicability in network intrusion detection is discussed.The comparative experiments show that with the support of a small number of labeled samples and a large number of unlabeled samples, the semi-supervised dimensionality reduction technique can reduce the dimension while maintaining the performance of intrusion detection, thus greatly reducing the training and detection time of intrusion detection.
【作者單位】： 安陽師范學(xué)院;電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：河南省科技廳基礎(chǔ)與前沿研究項(xiàng)目(112300410129) 河南省教育廳自然科學(xué)研究計(jì)劃項(xiàng)目(2011B520001)
【分類號(hào)】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 ;An immune local concentration based virus detection approach[J];Journal of Zhejiang University-Science C(Computers & Electronics);2011年06期

2 李洋;方濱興;郭莉;陳友;;基于直推式方法的網(wǎng)絡(luò)異常檢測方法[J];軟件學(xué)報(bào);2007年10期

3 肖宇;于劍;;基于近鄰傳播算法的半監(jiān)督聚類[J];軟件學(xué)報(bào);2008年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章林柯;崔立林;;潛艇機(jī)械噪聲源分類識(shí)別的小樣本研究思想及相關(guān)算法評(píng)述[J];船舶力學(xué);2011年08期

2 王丹丹;劉顯德;;一種基于自組織過程神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)樣本半監(jiān)督學(xué)習(xí)算法[J];智能計(jì)算機(jī)與應(yīng)用;2011年05期

3 吳永輝;王曉龍;丁宇新;徐軍;郭鴻志;;基于主題的自適應(yīng)、在線網(wǎng)絡(luò)熱點(diǎn)發(fā)現(xiàn)方法及新聞推薦系統(tǒng)[J];電子學(xué)報(bào);2010年11期

4 杜錫壽;陳庶樵;張建輝;陳偉;;P2P流量的精細(xì)化識(shí)別方法研究[J];電子與信息學(xué)報(bào);2012年07期

5 吳東洋;業(yè)寧;徐波;尹佟明;;基于改進(jìn)的Affnity Propagation聚類的木材缺陷識(shí)別[J];工程數(shù)學(xué)學(xué)報(bào);2012年04期

6 張力文;丁世飛;許新征;朱紅;徐麗;;一種基于成對(duì)約束的譜聚類算法[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

7 張震;汪斌強(qiáng);伊鵬;蘭巨龍;;一種分層組合的半監(jiān)督近鄰傳播聚類算法[J];電子與信息學(xué)報(bào);2013年03期

8 郭新辰;宋瓊;樊秀玲;;基于半監(jiān)督分類方法的變壓器故障診斷[J];高電壓技術(shù);2013年05期

9 茍光磊;黃麗豐;倪偉;;基于粒計(jì)算的概念聚類算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年06期

10 張鳳荔;王丹;趙永亮;馮波;王勇;;基于改進(jìn)的TCM-KNNDoS檢測算法[J];電子科技大學(xué)學(xué)報(bào);2014年01期

相關(guān)會(huì)議論文 前1條

1 孫承杰;朱文煥;林磊;劉遠(yuǎn)超;;BBS短文本聚類技術(shù)研究[A];第五屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 黃東山;特征選擇及半監(jiān)督分類方法研究[D];華中科技大學(xué);2011年

2 王飛;入侵檢測分類器設(shè)計(jì)及其融合技術(shù)研究[D];南京理工大學(xué);2011年

3 吳永輝;面向?qū)I(yè)領(lǐng)域的網(wǎng)絡(luò)信息采集及主題檢測技術(shù)研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

4 劉運(yùn);DDoS Flooding攻擊檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

5 李丹;屬性加權(quán)及不完備數(shù)據(jù)的模糊聚類方法研究[D];大連理工大學(xué);2011年

6 董俊;基于KDD的領(lǐng)域本體構(gòu)建若干關(guān)鍵問題研究[D];南京郵電大學(xué);2011年

7 周世兵;聚類分析中的最佳聚類數(shù)確定方法研究及應(yīng)用[D];江南大學(xué);2011年

8 黃旭;從頭預(yù)測蛋白質(zhì)結(jié)構(gòu)元啟發(fā)方法研究[D];蘇州大學(xué);2011年

9 張錦;嗅覺神經(jīng)系統(tǒng)仿生模型及其應(yīng)用研究[D];浙江大學(xué);2007年

10 羅娜;基于本體的主題爬行技術(shù)研究[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 黃明明;半監(jiān)督學(xué)習(xí)方法研究及在警用平臺(tái)中的應(yīng)用[D];大連理工大學(xué);2010年

2 桑媛媛;基于非負(fù)稀疏表示的文本分類算法研究[D];大連理工大學(xué);2010年

3 吳迪;高維空間中基于空間劃分的離群點(diǎn)挖掘算法研究[D];河北工程大學(xué);2010年

4 齊錦;基于仿射傳播聚類算法的詞匯樹生成研究[D];西北大學(xué);2011年

5 高浩;適應(yīng)度估算遺傳算法及其應(yīng)用[D];吉林大學(xué);2011年

6 劉高霞;基于譜聚類方法的圖像分割研究[D];陜西師范大學(xué);2011年

7 李俊英;譜聚類方法在圖像分割中的應(yīng)用研究[D];陜西師范大學(xué);2011年

8 王磊;自適應(yīng)親和傳播聚類算法的研究與應(yīng)用[D];陜西師范大學(xué);2011年

9 羅鍵;復(fù)雜背景下的車輛牌照定位算法研究及實(shí)現(xiàn)[D];復(fù)旦大學(xué);2011年

10 譚振;網(wǎng)絡(luò)流量異常實(shí)時(shí)檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 張劍,龔儉;一種基于模糊綜合評(píng)判的入侵異常檢測方法[J];計(jì)算機(jī)研究與發(fā)展;2003年06期

2 李昆侖,黃厚寬,田盛豐,劉振鵬,劉志強(qiáng);模糊多類支持向量機(jī)及其在入侵檢測中的應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2005年02期

3 諸葛建偉;王大為;陳昱;葉志遠(yuǎn);鄒維;;基于D-S證據(jù)理論的網(wǎng)絡(luò)異常檢測方法[J];軟件學(xué)報(bào);2006年03期

4 王玲;薄列峰;焦李成;;密度敏感的半監(jiān)督譜聚類[J];軟件學(xué)報(bào);2007年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張勇,張德運(yùn),李勝磊,蔣旭憲;基于分層結(jié)構(gòu)的網(wǎng)絡(luò)入侵檢測技術(shù)的研究和實(shí)現(xiàn)[J];小型微型計(jì)算機(jī)系統(tǒng);2001年01期

2 劉奇有,程思遠(yuǎn);淺談網(wǎng)絡(luò)入侵檢測技術(shù)[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2003年08期

3 袁暉;;網(wǎng)絡(luò)入侵檢測的技術(shù)難點(diǎn)研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2006年06期

4 王宏偉;;關(guān)聯(lián)規(guī)則挖掘技術(shù)在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[J];黃石理工學(xué)院學(xué)報(bào);2006年03期

5 王丁;李向宏;運(yùn)海紅;;對(duì)網(wǎng)絡(luò)入侵檢測的評(píng)估模型[J];應(yīng)用能源技術(shù);2006年05期

6 周荃;王崇駿;王s，

本文編號(hào)：1734505