本文選題：入侵檢測 + 攻擊流量�。� 參考：《電信科學》2015年03期

【摘要】：目前基于機器學習的入侵檢測系統(tǒng)大都建立在入侵數(shù)據(jù)始終保持統(tǒng)計平穩(wěn)的假設之上,無法應對攻擊者有意改變數(shù)據(jù)特性或新型攻擊方式的出現(xiàn),而導致的檢測率下降的狀況。對于上述問題,即攻擊漂移,提出了加權Rényi距離的檢測方法。在KDD Cup99數(shù)據(jù)集上的實驗證明,Rényi距離可以有效地增強檢測效果;在檢測到漂移后,通過重新訓練模型可以使得對攻擊的識別率顯著提高。
[Abstract]:At present, most of the intrusion detection systems based on machine learning are based on the assumption that the intrusion data are always statistically stable, and they can not cope with the situation that the attacker intentionally changes the characteristics of the data or the emergence of a new attack mode, which results in a decline in the detection rate. For the above problem, namely attack drift, a weighted R 茅 nyi distance detection method is proposed. Experiments on the KDD-Cup99 dataset show that the R 茅 nyi distance can effectively enhance the detection effect, and after detecting the drift, the recognition rate of the attack can be significantly improved by retraining the model.
【作者單位】： 浙江科技學院;浙江水利水電學院;
【基金】：國家自然科學基金資助項目(No.61379118) 浙江省網(wǎng)絡媒體云處理與分析工程技術中心開放課題基金資助項目(No.2012E10023-14) 2014年度高校國內(nèi)訪問學者專業(yè)發(fā)展基金資助項目(No.FX2014092)~~
【分類號】：TP393.08

【參考文獻】

相關期刊論文 前3條

1 李洋;方濱興;郭莉;田志宏;;基于主動學習和TCM-KNN方法的有指導入侵檢測技術[J];計算機學報;2007年08期

2 陸悠;李偉;羅軍舟;蔣健;夏怒;;一種基于選擇性協(xié)同學習的網(wǎng)絡用戶異常行為檢測方法[J];計算機學報;2014年01期

3 張曉惠;林柏鋼;;基于特征選擇和多分類支持向量機的異常檢測[J];通信學報;2009年S1期

【共引文獻】

相關期刊論文 前10條

1 張品;蒲菊華;劉永利;熊璋;;適用于連續(xù)數(shù)值標簽的興趣漂移增量學習方法[J];北京航空航天大學學報;2009年09期

2 董振興;李榮;陳龍;;一種基于主動學習和TCM-EKNN的郵件過濾方法[J];重慶郵電大學學報(自然科學版);2011年01期

3 尹令;洪添勝;劉迎湖;劉財興;;基于無線傳感器網(wǎng)絡支持向量機奶牛行為特征識別[J];傳感技術學報;2011年03期

4 魏曉明;郭曉利;;一個基于聯(lián)動策略的主動防御網(wǎng)絡安全模型的設計[J];東北電力大學學報(自然科學版);2009年06期

5 馬瑞民;鄒會文;王浩暢;;一種簡單的流式數(shù)據(jù)動態(tài)分類算法[J];大慶石油學院學報;2009年02期

6 楊杰;陳恩紅;;面向個性化服務的用戶興趣偏移檢測及處理方法[J];電子技術;2009年11期

7 劉永芬;郭躬德;陳美霞;;多類支持向量域分類器及其在入侵檢測中的應用[J];福建師范大學學報(自然科學版);2010年03期

8 孫潔;李輝;韓建光;;基于滾動時間窗口支持向量機的財務困境預測動態(tài)建模[J];管理工程學報;2010年04期

9 侯傳宇;李耀紅;趙娟;武以敏;;基于頻度的概念漂移檢測算法[J];滁州學院學報;2013年02期

10 琚春華;鄒江波;魏建良;張華;;基于情景特征的前饋動態(tài)集成分類器[J];管理工程學報;2013年04期

相關會議論文 前6條

1 劉濱;位紹文;;我國入侵檢測系統(tǒng)(IDS)研究綜述[A];全國計算機安全學術交流會論文集（第二十四卷）[C];2009年

2 陳崇超;施鴻喜;范明;;集成基于EP的分類器用于分類數(shù)據(jù)流[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

3 關菁華;劉大有;賈海洋;;自適應多分類器集成學習算法[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集（二）[C];2008年

4 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數(shù)據(jù)流分類模型[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集（二）[C];2008年

5 崔新春;秦小麟;;一種基于脆弱水印的可生存數(shù)據(jù)庫篡改檢測機制[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集(B輯)[C];2010年

6 姬炳帥;李虎;韓偉紅;賈焰;;面向電子商務的用戶異常行為檢測研究[A];第29次全國計算機安全學術交流會論文集[C];2014年

相關博士學位論文 前10條

1 葉紅云;面向金融營銷問題的個性化推薦方法研究[D];合肥工業(yè)大學;2011年

2 王飛;入侵檢測分類器設計及其融合技術研究[D];南京理工大學;2011年

3 鄧蔚;垃圾郵件過濾中的敵手分類問題研究[D];電子科技大學;2011年

4 詹宇斌;流形學習理論與方法及其應用研究[D];國防科學技術大學;2011年

5 楊顯飛;數(shù)據(jù)流集成分類器算法研究[D];哈爾濱工程大學;2011年

6 郭立超;數(shù)據(jù)流挖掘若干技術研究及其在電信行業(yè)的應用[D];浙江大學;2011年

7 Xu Luomai;[D];廣東外語外貿(mào)大學;1999年

8 應曉敏;面向Internet個性化服務的用戶建模技術研究[D];中國人民解放軍國防科學技術大學;2003年

9 李艷燕;基于語義的學習資源管理及利用[D];中國科學院研究生院（計算技術研究所）;2005年

10 田永鴻;基于上下文的統(tǒng)計關系學習研究[D];中國科學院研究生院（計算技術研究所）;2005年

相關碩士學位論文 前10條

1 周馳;數(shù)據(jù)流上概念漂移的檢測和分類[D];鄭州大學;2010年

2 何瑩杰;個性化圖書信息服務技術研究[D];哈爾濱工程大學;2010年

3 曹振興;適應概念漂移的數(shù)據(jù)流分類算法研究[D];哈爾濱工程大學;2010年

4 張寶華;支持向量機在入侵檢測系統(tǒng)中的研究和應用[D];天津理工大學;2010年

5 吳迪;高維空間中基于空間劃分的離群點挖掘算法研究[D];河北工程大學;2010年

6 夏超倫;基于社會計算的電子商務協(xié)同過濾推薦算法研究[D];浙江大學;2011年

7 劉永芬;支持向量機在入侵檢測中的應用[D];福建師范大學;2010年

8 殷賢君;基于增量存儲的商業(yè)數(shù)據(jù)流分類挖掘算法研究與應用[D];浙江工商大學;2011年

9 許厘，

本文編號：2100019