入侵檢測對于網(wǎng)絡(luò)安全至關(guān)重要,不平衡或易混淆的訓(xùn)練樣本往往導(dǎo)致傳統(tǒng)入侵檢測算法效率不佳。為此,提出一種小樣本糾錯的多層檢測分類模型。首先,通過正交投影降維分類算法,使用入侵檢測數(shù)據(jù)集的訓(xùn)練集構(gòu)建第一層的初篩分類器,將待測樣本粗分為三類;然后基于支持向量機及隨機森林算法構(gòu)造第二層和第三層的級聯(lián)分類器組,每層逐步糾錯前面層,并細分至五類;最后,用開源入侵檢測評測數(shù)據(jù)集NSL-KDD進行實驗。實驗結(jié)果表明,本文的方法顯著提高了對于拒絕服務(wù)攻擊（Denial of Service, DoS）、探測攻擊（Probe）、未經(jīng)授權(quán)的遠程訪問（Remote to Local, R2L）類攻擊樣本的準(zhǔn)確率,整體召回率及準(zhǔn)確率優(yōu)于同類研究。 

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]SVM-DT-Based Adaptive and Collaborative Intrusion Detection[J]. Shaohua Teng,Naiqi Wu,Haibin Zhu,Luyao Teng,Wei Zhang.  IEEE/CAA Journal of Automatica Sinica. 2018(01)
[2]網(wǎng)絡(luò)入侵檢測的機器學(xué)習(xí)算法評估與比較[J]. 胡臻偉,施勇,薛質(zhì).  通信技術(shù). 2017(12)
[3]基于正交投影的降維分類方法研究[J]. 滕少華,盧東略,霍穎翔,張巍.  廣東工業(yè)大學(xué)學(xué)報. 2017(03)
[4]基于FCM-C4.5的雙過濾入侵檢測機制[J]. 滕少華,嚴(yán)遠馳,劉冬寧,吳昊.  計算機應(yīng)用與軟件. 2016(01)
[5]基于決策樹與樸素貝葉斯分類的入侵檢測模型[J]. 姚濰,王娟,張勝利.  計算機應(yīng)用. 2015(10)



本文編號：3717594