本文選題：半監(jiān)督 + 聚類��； 參考：《計(jì)算機(jī)應(yīng)用與軟件》2013年02期

【摘要】：傳統(tǒng)的基于免疫的入侵檢測系統(tǒng)需要足夠的標(biāo)記數(shù)據(jù)才能夠生成具有良好泛化性能的抗體,而網(wǎng)絡(luò)環(huán)境中獲得充足的標(biāo)記數(shù)據(jù)是困難的。為克服這一難題,對無監(jiān)督聚類技術(shù)及免疫方法進(jìn)行深入研究,并將二者結(jié)合起來,提出一種半監(jiān)督的免疫入侵檢測算法SCIID(Semi-supervised cluster based Immune Intrusion Detection)。在抗體產(chǎn)生階段通過對自我樣本進(jìn)行聚類,大大縮短了陰性選擇的時(shí)間;在入侵檢測階段采用聚類技術(shù)可快速獲取未標(biāo)記數(shù)據(jù)的類別,進(jìn)而指導(dǎo)后續(xù)的學(xué)習(xí)過程,達(dá)到提高檢測率的目的。仿真結(jié)果表明,該算法在僅有少量標(biāo)記數(shù)據(jù)的情況下,可以獲得大部分未標(biāo)記數(shù)據(jù)的類別,而且能發(fā)現(xiàn)新的攻擊類型,同等訓(xùn)練樣例數(shù)目條件下檢測率高于單純基于免疫的方法。
[Abstract]:Traditional immune intrusion detection systems need enough tagging data to generate antibodies with good generalization performance. However, it is difficult to obtain sufficient labeled data in network environment. In order to overcome this problem, the unsupervised clustering technique and immune method are studied, and a semi-supervised immune intrusion detection algorithm (SCIID(Semi-supervised cluster based Immune Intrusion Detection) is proposed. In the stage of antibody generation, the time of negative selection is greatly shortened by clustering self-samples. In the stage of intrusion detection, the categories of unlabeled data can be quickly obtained by using clustering technology, and then the subsequent learning process can be guided. To achieve the purpose of improving the detection rate. The simulation results show that the algorithm can obtain most of the unlabeled data categories with only a small amount of tagged data, and can find new types of attacks. The detection rate under the condition of the same number of training samples is higher than that of the immune method alone.
【作者單位】： 鄭州大學(xué)體育學(xué)院現(xiàn)代教育技術(shù)中心;焦作師范高等專科學(xué)校計(jì)算機(jī)與信息工程學(xué)院;
【基金】：河南省自然科學(xué)基金項(xiàng)目(12B520056) 鄭州大學(xué)體育學(xué)院青年基金項(xiàng)目(2011C3003)
【分類號】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李昆侖;曹錚;曹麗蘋;張超;劉明;;半監(jiān)督聚類的若干新進(jìn)展[J];模式識別與人工智能;2009年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前9條

1 蔡世玉;夏戰(zhàn)國;張文濤;;時(shí)間序列相似性半監(jiān)督譜聚類[J];計(jì)算機(jī)工程與應(yīng)用;2011年31期

2 王亮;王士同;;基于成對約束的動態(tài)加權(quán)半監(jiān)督模糊核聚類[J];計(jì)算機(jī)工程;2012年01期

3 潘章明;;半監(jiān)督的自動聚類[J];計(jì)算機(jī)應(yīng)用;2010年10期

4 趙衛(wèi)中;馬慧芳;李志清;史忠植;;一種結(jié)合主動學(xué)習(xí)的半監(jiān)督文檔聚類算法[J];軟件學(xué)報(bào);2012年06期

5 計(jì)華;張化祥;孫曉燕;;基于最近鄰原則的半監(jiān)督聚類算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年07期

6 潘章明;;半監(jiān)督的人工免疫網(wǎng)絡(luò)聚類[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年12期

7 潘俊;孔繁勝;王瑞琴;;加權(quán)成對約束投影半監(jiān)督聚類[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年05期

8 徐曉丹;;基于半監(jiān)督學(xué)習(xí)的中文多文檔子主題劃分[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 盛俊杰;謝麗聰;;基于成對約束的半監(jiān)督凝聚層次聚類算法[J];微型機(jī)與應(yīng)用;2012年24期

相關(guān)博士學(xué)位論文 前3條

1 魏偉一;非均勻光照圖像的灰度校正與分割技術(shù)研究[D];蘭州理工大學(xué);2011年

2 潘俊;基于圖的半監(jiān)督學(xué)習(xí)及其應(yīng)用研究[D];浙江大學(xué);2011年

3 管仁初;半監(jiān)督聚類算法的研究與應(yīng)用[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 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

2 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

3 王亮;基于Web的噪聲試驗(yàn)數(shù)據(jù)管理及聚類技術(shù)研究[D];江南大學(xué);2011年

4 于文韜;基于半監(jiān)督多示例的徑向基函數(shù)網(wǎng)絡(luò)模型及學(xué)習(xí)算法研究[D];東北石油大學(xué);2011年

5 楊振良;水泥熟料質(zhì)量等級的半監(jiān)督模糊聚類建模方法[D];鄭州大學(xué);2011年

6 王淼;人臉識別中嘴唇輪廓提取問題的研究[D];河北大學(xué);2011年

7 吳舜堯;融合實(shí)例層和屬性層知識的半監(jiān)督聚類及應(yīng)用研究[D];青島理工大學(xué);2010年

8 蔡加欣;半監(jiān)督學(xué)習(xí)及其在MR圖像分割中的應(yīng)用[D];南方醫(yī)科大學(xué);2011年

9 朱超;P2P流量識別方法研究[D];大連理工大學(xué);2011年

10 盧曉榮;基于圖像分析的除塵風(fēng)機(jī)自動控制系統(tǒng)[D];浙江大學(xué);2012年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 金駿;張道強(qiáng);;半監(jiān)督魯棒聯(lián)機(jī)聚類算法[J];計(jì)算機(jī)研究與發(fā)展;2008年03期

2 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

3 尹學(xué)松;胡思良;陳松燦;;基于成對約束的判別型半監(jiān)督聚類分析[J];軟件學(xué)報(bào);2008年11期

4 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

5 彭巖;張道強(qiáng);;半監(jiān)督典型相關(guān)分析算法[J];軟件學(xué)報(bào);2008年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳亮;;基于免疫遺傳演化的檢測器生成算法[J];軟件導(dǎo)刊;2011年06期

2 劉賽,徐斌,梁意文;入侵檢測系統(tǒng)中的一種免疫遺傳算法[J];計(jì)算機(jī)工程;2004年08期

3 葉吉祥;譚冠政;;線性時(shí)間檢測器生成算法的改進(jìn)[J];計(jì)算機(jī)工程;2006年09期

4 黃科軍;;基于人工免疫的網(wǎng)絡(luò)安全監(jiān)控模型研究[J];青海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

5 鄭洪英;廖曉峰;倪霖;肖迪;;進(jìn)化算法及其在入侵檢測中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2007年11期

6 吳道永;;基于人工免疫和神經(jīng)網(wǎng)絡(luò)混成算法的入侵檢測系統(tǒng)研究[J];南平師專學(xué)報(bào);2007年04期

7 趙玲;屬性聚類算法在入侵檢測中的應(yīng)用[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2004年12期

8 劉完芳;黃生葉;常衛(wèi)東;;負(fù)選擇檢測模型中初始檢測器集生成的研究[J];湘潭師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年02期

9 韓健,張樂,蔡瑞英;基于人工免疫算法的入侵檢測系統(tǒng)[J];南京工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

10 魚靜,戴宗友;一種基于免疫原理的入侵檢測系統(tǒng)模型[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2004年Z1期

相關(guān)會議論文 前10條

1 饒鮮;李斌;楊紹全;;用核聚類法進(jìn)行異常檢測[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

2 陳明;鹿e，

本文編號：1802787