【摘要】：提出了一個基于二次訓練技術(shù)的網(wǎng)絡(luò)入侵檢測模型,不但可以從整體上提高入侵檢測系統(tǒng)的檢測性能,而且對于低頻率、高危害攻擊類型的檢測性能有著更加顯著的提升.該模型首先利用PCA算法提取數(shù)據(jù)集中的重要特征,然后使用二次訓練技術(shù)訓練分類器構(gòu)建網(wǎng)絡(luò)入侵檢測模型.實驗中分別使用決策樹、樸素貝葉斯和KNN 3個經(jīng)典分類算法構(gòu)建了基于二次訓練技術(shù)的入侵檢測模型,并在著名的KDDCup99數(shù)據(jù)集上進行了實驗.結(jié)果表明本文的入侵檢測模型可以有效地提高入侵檢測系統(tǒng)的性能,尤其是對于低頻率攻擊類型的檢測性能有明顯的提升.
[Abstract]:A network intrusion detection model based on secondary training technology is proposed, which can not only improve the detection performance of intrusion detection system as a whole, but also improve the detection performance of low frequency and high hazard attack types. The model firstly uses PCA algorithm to extract the important features of the data set, and then uses the secondary training technology to train classifier to construct the network intrusion detection model. In the experiment, three classical classification algorithms, decision tree, naive Bayes and KNN, are used to construct the intrusion detection model based on the quadratic training technique, and the experiments are carried out on the famous KDDCup99 data set. The results show that the proposed intrusion detection model can effectively improve the performance of intrusion detection systems, especially for low-frequency attack types.
【作者單位】： 中國信息安全測評中心;蘭州大學信息科學與工程學院;蘭州職業(yè)技術(shù)學院電子與信息工程系;
【基金】：國家自然科學基金資助項目(61602225)
【分類號】：TP393.08

【相似文獻】

相關(guān)期刊論文 前10條

1 劉茗;;基于移動Agent的嵌入式系統(tǒng)入侵檢測模型研究[J];長春理工大學學報(高教版);2008年02期

2 張鵬;趙輝;;關(guān)于入侵檢測模型的研究與分析[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2009年03期

3 李之棠,楊紅云;模糊入侵檢測模型[J];計算機工程與科學;2000年02期

4 秦拯;吳中福;廖曉峰;李華;王康;吳李瀚;;一種新型的入侵檢測模型的研究與實現(xiàn)[J];計算機科學;2001年11期

5 張慧敏,何軍,黃厚寬;一個基于免疫的網(wǎng)絡(luò)入侵檢測模型[J];計算機工程與應(yīng)用;2002年06期

6 黃大足;一種入侵檢測模型[J];邵陽學院學報;2003年05期

7 史長瓊,馬淑萍;基于移動Agent的入侵檢測模型研究[J];南華大學學報(理工版);2003年03期

8 姚羽,高福祥,于戈;基于混沌神經(jīng)元的延時濫用入侵檢測模型[J];電子學報;2004年08期

9 任照松,印潤遠;基于統(tǒng)計方法的入侵檢測模型[J];上海水產(chǎn)大學學報;2005年02期

10 劉道群;孫慶和;;基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測模型[J];激光雜志;2005年06期

相關(guān)會議論文 前10條

1 楊武;王巍;張樂君;國林;云曉春;;一種動態(tài)自學習的高效入侵檢測模型研究[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

2 周頡;;無線傳感器網(wǎng)絡(luò)入侵檢測模型研究[A];中國電子學會第十六屆信息論學術(shù)年會論文集[C];2009年

3 李楠;胡學鋼;王東波;;基于改進隨機決策樹的入侵檢測模型研究[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

4 宋博;張琦建;;基于移動代理的入侵檢測模型在水利信息化中的應(yīng)用[A];科技創(chuàng)新與現(xiàn)代水利——2007年水利青年科技論壇論文集[C];2007年

5 孫和凱;魏海平;;基于人工免疫的入侵檢測模型研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學術(shù)會議論文集（上冊）[C];2010年

6 田俊峰;劉仙躍;;入侵檢測數(shù)據(jù)分類模型—PCANN[A];2007年全國開放式分布與并行計算機學術(shù)會議論文集(上冊)[C];2007年

7 楊永健;李天博;楊曉慧;;基于Magician平臺的主動入侵檢測模型[A];第七屆青年學術(shù)會議論文集[C];2005年

8 謝毅;張俊靈;王瑩;胡翠林;;一種基于SVM的信息安全入侵檢測模型[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學術(shù)會議論文集（上冊）[C];2007年

9 劉丹婷;武斌;;基于層次化協(xié)同DFA的主機入侵檢測模型[A];第十七屆全國青年通信學術(shù)年會論文集[C];2012年

10 王蕊;;基于免疫原理的網(wǎng)絡(luò)銀行入侵檢測模型[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

相關(guān)重要報紙文章 前3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];中國計算機報;2004年

3 ;深層防御保障國稅安全[N];中國計算機報;2003年

相關(guān)博士學位論文 前5條

1 陳榮;面向網(wǎng)格計算的按需入侵檢測模型及關(guān)鍵技術(shù)研究[D];浙江大學;2005年

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

3 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;2003年

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

5 易平;移動Ad Hoc網(wǎng)絡(luò)入侵檢測與主動響應(yīng)機制研究[D];復旦大學;2005年

相關(guān)碩士學位論文 前10條

1 陳泓予;基于改進樸素貝葉斯算法的入侵檢測技術(shù)研究[D];河南理工大學;2015年

2 楊迪海;基于流形正則化超限學習機的入侵檢測研究[D];內(nèi)蒙古大學;2016年

3 盧春林;基于流量分析的入侵檢測模型研究[D];華北電力大學;2016年

4 周兆國;面向SCADA系統(tǒng)的入侵檢測模型的設(shè)計與實現(xiàn)[D];重慶理工大學;2016年

5 羅冬梅;基于時間序列的入侵檢測模型研究[D];上海師范大學;2004年

6 雷麗萍;基于生物不確定性記憶的入侵檢測模型研究[D];西安電子科技大學;2010年

7 王超峰;基于數(shù)據(jù)挖掘的入侵檢測模型研究[D];青島理工大學;2010年

8 何慧;基于信息增益—貝葉斯網(wǎng)絡(luò)的智能入侵檢測模型的研究[D];廣西大學;2005年

9 景波;基于智能代理的入侵檢測模型[D];太原理工大學;2003年

10 張曉梅;基于主動對抗響應(yīng)的網(wǎng)絡(luò)入侵檢測模型[D];太原理工大學;2003年

，

本文編號：2293095