本文選題：網(wǎng)絡(luò)入侵檢測 + 最優(yōu)路徑森林聚類　； 參考：《西南師范大學(xué)學(xué)報(自然科學(xué)版)》2017年05期

【摘要】：針對網(wǎng)絡(luò)入侵檢測系統(tǒng)中的一般聚類算法速度較慢和精度較低的問題,提出了一種基于簡化群優(yōu)化的最優(yōu)路徑森林聚類算法(SSO-OFC).首先,將數(shù)據(jù)集解析為圖,將其節(jié)點(diǎn)作為樣本;然后,將每個樣本連接到其給定特征空間中的k-近鄰,圖的節(jié)點(diǎn)由它們的概率密度函數(shù)(pdf)值加權(quán)得到;最后,通過樣本及k-近鄰之間的距離計算得到pdf值.提出的算法主要貢獻(xiàn)是快速估計最佳k值,并將最優(yōu)路徑森林聚類應(yīng)用于網(wǎng)絡(luò)入侵檢測.在5個公開的數(shù)據(jù)集上進(jìn)行實驗.結(jié)果表明,SSO-OFC的精度非常穩(wěn)定,除了KddCup數(shù)據(jù)集,其他數(shù)據(jù)集上的精度都在95%以上,相比基于數(shù)據(jù)聚類的SSO和自組織映射更加穩(wěn)定有效.
[Abstract]:According to the detection system in general clustering algorithm is slower and the low precision problem of network intrusion, this paper proposes an optimal path clustering algorithm to simplify the forest based on swarm optimization (SSO-OFC). First, the data set for analysis chart, the node as a sample; then, connect each sample to the given feature space the k- neighbor graph nodes by their probability density function (PDF) value weighted; finally, the value of PDF between the sample and the k- nearest neighbor distance calculation algorithm is proposed. The main contribution of fast estimation of the optimum K value, and the optimal path of forest clustering is applied to network intrusion detection experiments were carried out on. 5 public data sets. The results show that the accuracy of SSO-OFC is very stable, in addition to the KddCup data set, the accuracy of other data sets in more than 95%, compared to SSO based on data clustering and self-organizing map is more stable and effective.

【作者單位】： 新疆交通職業(yè)技術(shù)學(xué)院;
【分類號】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張怡,胡修林;網(wǎng)絡(luò)入侵檢測技術(shù)[J];金卡工程;2003年06期

2 張鵬;;基于危險理論的計算機(jī)網(wǎng)絡(luò)入侵檢測[J];煤炭技術(shù);2012年12期

3 任旭;王家鑫;;計算機(jī)網(wǎng)絡(luò)入侵檢測探討[J];中國高新技術(shù)企業(yè);2013年18期

4 張勇,張德運(yùn),李勝磊;基于分布協(xié)作式代理的網(wǎng)絡(luò)入侵檢測技術(shù)的研究與實現(xiàn)[J];計算機(jī)學(xué)報;2001年07期

5 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)的研究和實現(xiàn)[J];小型微型計算機(jī)系統(tǒng);2001年01期

6 柯海豐,吳明暉;網(wǎng)絡(luò)入侵檢測技術(shù)[J];計算機(jī)時代;2001年07期

7 楊向榮,宋擒豹,沈鈞毅;基于行為模式挖掘的網(wǎng)絡(luò)入侵檢測[J];西安交通大學(xué)學(xué)報;2002年02期

8 胡昌振;網(wǎng)絡(luò)入侵檢測技術(shù)及發(fā)展[J];信息安全與通信保密;2002年10期

9 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

10 周競,黃河;網(wǎng)絡(luò)入侵檢測中的響應(yīng)機(jī)制及應(yīng)用[J];交通與計算機(jī);2004年05期

相關(guān)會議論文 前10條

1 成科揚(yáng);;基于集對分析的網(wǎng)絡(luò)入侵檢測研究[A];2005年中國智能自動化會議論文集[C];2005年

2 蔣建春;卿斯?jié)h;;基于攻擊上下文的網(wǎng)絡(luò)入侵檢測[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（上冊）[C];2005年

3 彭清泉;楊曉元;韓益亮;;一種基于免疫的網(wǎng)絡(luò)入侵檢測體系結(jié)構(gòu)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

4 黃曉燕;許龍飛;;基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

5 張滿懷;;兩類基于異常的網(wǎng)絡(luò)入侵檢測方法的比較[A];2007中國科協(xié)年會——通信與信息發(fā)展高層論壇論文集[C];2007年

6 魏念忠;;基于模糊關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)入侵檢測研究[A];2008年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2008年

7 沈明玉;邱文慶;;基于行為模型的網(wǎng)絡(luò)入侵檢測方法研究[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 申紅婷;;遺傳算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年

9 趙新星;姜青山;陳路瑩;胡海斌;;一種面向網(wǎng)絡(luò)入侵檢測的特征選擇方法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

10 王志剛;錢興坤;王東亮;;基于PCA的多信息源實時網(wǎng)絡(luò)入侵檢測[A];第二十一次全國計算機(jī)安全學(xué)術(shù)交流會論文集[C];2006年

相關(guān)重要報紙文章 前6條

1 鐘文;方通網(wǎng)絡(luò)狙擊手Sniper面市[N];國際商報;2003年

2 ;Symantec ManHunt[N];中國計算機(jī)報;2004年

3 ;深層防御保障國稅安全[N];中國計算機(jī)報;2003年

4 北京賽門鐵克信息技術(shù)有限公司 郭訓(xùn)平;打造信息安全的大門[N];中國計算機(jī)報;2001年

5 劉宏偉;深層防護(hù)從核心到邊緣[N];中國計算機(jī)報;2004年

6 趙毅;IDS產(chǎn)品選購問答[N];中國計算機(jī)報;2007年

相關(guān)博士學(xué)位論文 前8條

1 楊宏宇;網(wǎng)絡(luò)入侵檢測技術(shù)的研究[D];天津大學(xué);2003年

2 劉勇國;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)入侵檢測研究[D];重慶大學(xué);2003年

3 張寶軍;網(wǎng)絡(luò)入侵檢測若干技術(shù)研究[D];浙江大學(xué);2010年

4 易平;移動Ad Hoc網(wǎng)絡(luò)入侵檢測與主動響應(yīng)機(jī)制研究[D];復(fù)旦大學(xué);2005年

5 蔣衛(wèi)華;智能網(wǎng)絡(luò)入侵檢測與安全防護(hù)技術(shù)研究[D];西北工業(yè)大學(xué);2003年

6 趙月愛;基于非均衡數(shù)據(jù)分類的高速網(wǎng)絡(luò)入侵檢測研究[D];太原理工大學(xué);2010年

7 趙闊;高速網(wǎng)絡(luò)入侵檢測與防御[D];吉林大學(xué);2008年

8 曾勇;資源受限場景下的容忍入侵關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 曹丹星;基于數(shù)據(jù)降維和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測[D];山東大學(xué);2015年

2 蔡顯軍;網(wǎng)絡(luò)入侵檢測系統(tǒng)關(guān)鍵技術(shù)研究與實現(xiàn)[D];華北電力大學(xué);2015年

3 李小劍;基于支持向量機(jī)與k近鄰相結(jié)合的網(wǎng)絡(luò)入侵檢測研究[D];貴州師范大學(xué);2015年

4 連路朋;基于分布式流數(shù)據(jù)庫系統(tǒng)的網(wǎng)絡(luò)入侵檢測[D];電子科技大學(xué);2015年

5 黃重水;基于聚類技術(shù)識別新型態(tài)的網(wǎng)絡(luò)入侵檢測研究[D];浙江工業(yè)大學(xué);2011年

6 鐘盛開;一種改進(jìn)孿生支持向量機(jī)算法及其在網(wǎng)絡(luò)入侵檢測的應(yīng)用[D];暨南大學(xué);2016年

7 黃曉燕;基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究[D];暨南大學(xué);2006年

8 羅程;基于核聚類和序列分析的網(wǎng)絡(luò)入侵檢測方法的研究[D];廣西大學(xué);2005年

9 劉翠娟;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)入侵檢測方法研究[D];華北電力大學(xué)（河北）;2006年

10 崔媛媛;網(wǎng)絡(luò)入侵檢測產(chǎn)品技術(shù)規(guī)范研究[D];電子科技大學(xué);2003年

，

本文編號：1764142