資料介紹
密度聚類算法DBSCAN是一種有效的聚類分析方法。本文構建了網絡入侵檢測系統模型,并將一種改進的基于密度聚類的入侵檢測算法IDBC應用于檢測引擎設計。IDBC算法改進了網絡連接記錄的距離計算方式,并在DBSCAN聚類結果的基礎上,進行聚類合并。實驗結果表明,與DBSCAN算法相比,IDBC顯著降低了入侵檢測的誤報率,提高了入侵檢測系統的性能。
關鍵詞:入侵檢測 密度聚類 數據挖掘
隨著互聯網的迅速發展,網絡入侵事件頻繁發生,入侵檢測顯示出越來越重要的作用。
相對于正常行為,入侵行為往往數目相對很少,而且行為特征差異很大,因此適合于用聚類方法來識別入侵行為,已經有多種聚類算法被應用于這一領域。其中,基于密度聚類的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法由于具有對數據輸入順序不敏感、能夠在帶有噪聲的空間數據庫中發現任意形狀的聚類等優點,在入侵檢測領域更受關注。
基于聚類的無監督異常入侵檢測方法建立在兩個假設上:一是正常行為的數目遠遠大于
入侵行為的數目,二是入侵行為和正常行為存在明顯的差異。基于這兩個基本假設,Columbia大學的Leonid Portnoy 等人采用聚類思想,能夠在沒有任何先驗知識的情況下,解決入侵檢測系統中知識獲取的問題[1],但它假設數據集服從一種隨機分布。事實上,實際的網絡數據往往不符合任何一種理想狀態的數學分布。本文提出一種改進的基于密度聚類的入侵檢測算法(IDBC)。該算法改進了網絡連接記錄的距離計算方式,在傳統的DBSCAN 算法基礎上,將密度足夠高的區域劃分為簇,并對得到的聚類結果進行類合并,由此得到更高的檢測率和更低的誤報率。
關鍵詞:入侵檢測 密度聚類 數據挖掘
隨著互聯網的迅速發展,網絡入侵事件頻繁發生,入侵檢測顯示出越來越重要的作用。
相對于正常行為,入侵行為往往數目相對很少,而且行為特征差異很大,因此適合于用聚類方法來識別入侵行為,已經有多種聚類算法被應用于這一領域。其中,基于密度聚類的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法由于具有對數據輸入順序不敏感、能夠在帶有噪聲的空間數據庫中發現任意形狀的聚類等優點,在入侵檢測領域更受關注。
基于聚類的無監督異常入侵檢測方法建立在兩個假設上:一是正常行為的數目遠遠大于
入侵行為的數目,二是入侵行為和正常行為存在明顯的差異。基于這兩個基本假設,Columbia大學的Leonid Portnoy 等人采用聚類思想,能夠在沒有任何先驗知識的情況下,解決入侵檢測系統中知識獲取的問題[1],但它假設數據集服從一種隨機分布。事實上,實際的網絡數據往往不符合任何一種理想狀態的數學分布。本文提出一種改進的基于密度聚類的入侵檢測算法(IDBC)。該算法改進了網絡連接記錄的距離計算方式,在傳統的DBSCAN 算法基礎上,將密度足夠高的區域劃分為簇,并對得到的聚類結果進行類合并,由此得到更高的檢測率和更低的誤報率。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于聚類質量的改進非負矩陣分解算法 4次下載
- 一種改進的密度峰值聚類圖像分割算法 6次下載
- 一種改進人流的移動模式聚類算法 4次下載
- 一種基于密度的改進k-均值聚類組合方法 16次下載
- 一種基于自然最近鄰的密度峰值聚類算法 12次下載
- 一種自適應的關聯融合聚類算法 13次下載
- 一種基于隨機森林與人工免疫的入侵檢測算法 3次下載
- 一種改進的聚類聯合相似度推薦算法 10次下載
- 基于模糊C均值的數據流入侵檢測算法 35次下載
- 一種改進的FCM聚類算法及其在赤潮預測中的應用
- 一種改進的聚類算法及其在說話人識別上的應用
- 一種增強的K-means聚類算法在入侵檢測中的應用
- 一種改進的CLOPE算法在入侵檢測中的應用
- 改進分塊支持向量聚類在入侵檢測中的應用
- 一種改進的基于密度聚類模糊支持向量機
- 無Anchor的目標檢測算法邊框回歸策略 1115次閱讀
- 基于一種用于JumpStarter的抗離群的采樣算法 720次閱讀
- 如何在 Python 中安裝和使用頂級聚類算法 613次閱讀
- 代碼實現密度聚類DBSCAN 718次閱讀
- 10種頂流聚類算法Python實現(附完整代碼) 1617次閱讀
- 關于邊緣檢測算子的實現原理 1477次閱讀
- 10種聚類介紹和Python代碼 3156次閱讀
- 基于改進FCOS的鋼帶表面缺陷檢測算法 1691次閱讀
- SIGAI將為大家回顧行人檢測算法的發展歷程 4668次閱讀
- 基于yolo算法進行改進的高效衛星圖像目標檢測算法 1.1w次閱讀
- Python無監督學習的幾種聚類算法包括K-Means聚類,分層聚類等詳細概述 3w次閱讀
- 機器學習中五種常用的聚類算法 3.8w次閱讀
- 一種基于MapReduce模型的并行化k-medoids聚類算法 5377次閱讀
- 基于密度DBSCAN的聚類算法 2.1w次閱讀
- k means聚類算法實例 1.5w次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1490次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費
- 6基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
- 7基于單片機和 SG3525的程控開關電源設計
- 0.23 MB | 3次下載 | 免費
- 8基于單片機的紅外風扇遙控
- 0.23 MB | 3次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關電源設計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537791次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論