發(fā)布時間：2018-07-23 19:10

【摘要】：許多分類方法在低維數(shù)據(jù)上難以進(jìn)行分類,但通過核函數(shù)擴(kuò)展到高維空間,可以克服低維數(shù)據(jù)分類的局限性,并可直接運(yùn)用于入侵檢測。提出了一種基于核表示的協(xié)同入侵檢測方法,該方法可以看作是傳統(tǒng)的基于表示方法的非線性擴(kuò)展。協(xié)同入侵檢測方法的主要模塊有數(shù)據(jù)收集器、數(shù)據(jù)預(yù)處理、檢測模塊和處理模塊。實驗對比結(jié)果表明,提出的協(xié)同入侵檢測方法具有較高的檢測率和較低的時間復(fù)雜度。
[Abstract]:Many classification methods are difficult to classify in low-dimensional data, but they can overcome the limitation of low-dimensional data classification by extending kernel function to high-dimensional space, and can be directly applied to intrusion detection. A cooperative intrusion detection method based on kernel representation is proposed, which can be regarded as a nonlinear extension of the traditional representation based approach. The main modules of cooperative intrusion detection include data collector, data preprocessing, detection module and processing module. The experimental results show that the proposed cooperative intrusion detection method has higher detection rate and lower time complexity.
【作者單位】： 廣東工業(yè)大學(xué)計算機(jī)學(xué)院;
【基金】：廣東省自然科學(xué)基金項目(10451009001004804) 教育部重點實驗室開發(fā)基金項目(110411)
【分類號】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李文華;;基于聚類分析的網(wǎng)絡(luò)入侵檢測模型[J];計算機(jī)工程;2011年17期

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 譚立志;李二喜;歐陽艾嘉;賀明華;周旭;;基于改進(jìn)LDA和CNN的網(wǎng)絡(luò)入侵聚類[J];計算機(jī)工程與應(yīng)用;2013年02期

2 許倩;程東年;程國振;;一種半監(jiān)督聯(lián)合模型下的異常流量檢測算法[J];小型微型計算機(jī)系統(tǒng);2013年06期

相關(guān)碩士學(xué)位論文 前2條

1 孫金偉;一種改進(jìn)的Snort入侵檢測系統(tǒng)[D];燕山大學(xué);2012年

2 李賀玲;數(shù)據(jù)挖掘在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究[D];吉林大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 羅敏,王麗娜,張煥國;基于無監(jiān)督聚類的入侵檢測方法[J];電子學(xué)報;2003年11期

2 吳靜;劉衍珩;呂榮;;基于FCM的分布式學(xué)習(xí)方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2010年01期

3 任曉東;張永奎;薛曉飛;;基于K-Modes聚類的自適應(yīng)話題追蹤技術(shù)[J];計算機(jī)工程;2009年09期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王軍;冉春玉;;一種基于ai-Net網(wǎng)絡(luò)的入侵檢測算法[J];計算機(jī)與數(shù)字工程;2008年05期

2 喬佩利;馮心任;;基于CMAC網(wǎng)絡(luò)的異常入侵檢測技術(shù)[J];哈爾濱理工大學(xué)學(xué)報;2010年05期

3 程曦;;基于概率神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)[J];計算機(jī)輔助工程;2005年04期

4 白潔;吳渝;王國胤;邱文斌;;基于多層自組織映射和主成分分析的入侵檢測方法[J];計算機(jī)應(yīng)用研究;2007年01期

5 唐恬,熊家軍;改進(jìn)BP算法用于入侵檢測[J];空軍雷達(dá)學(xué)院學(xué)報;2005年04期

6 朱黨鋒;黃春暉;;基于快速BP學(xué)習(xí)算法的入侵檢測技術(shù)研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2006年08期

7 蔣加伏;吳鵬;;基于多目標(biāo)進(jìn)化算法的入侵檢測特征選擇[J];計算機(jī)工程與應(yīng)用;2010年17期

8 徐沖;王汝傳;任勛益;;基于集成學(xué)習(xí)的入侵檢測方法[J];計算機(jī)科學(xué);2010年07期

9 王占鋒;張鳳斌;魏興;李昕;;基于改進(jìn)的動態(tài)克隆選擇算法的入侵檢測模型研究[J];哈爾濱理工大學(xué)學(xué)報;2006年01期

10 劉衛(wèi)國;李斌;;一種基于正常簡檔聚類的自適應(yīng)異常檢測模型[J];計算機(jī)應(yīng)用研究;2009年11期

相關(guān)會議論文 前10條

1 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(xué)術(shù)會議論文集（上冊）[C];2010年

2 趙敏;王紅偉;張濤;張毓森;;AIB-DBIDM:一種基于人工免疫的數(shù)據(jù)庫入侵檢測模型[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

3 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(jī)安全學(xué)術(shù)交流會論文集（第二十四卷）[C];2009年

4 毛俐e，

本文編號：2140374