針對傳統(tǒng)網(wǎng)絡(luò)入侵檢測方法無法有效檢測高維網(wǎng)絡(luò)下的低頻攻擊問題,提出一種結(jié)合聚類方法與非對稱堆疊去噪自動編碼器(ASDA)進(jìn)行改進(jìn)的入侵檢測方法。該方法首先利用非對稱堆疊去噪自動編碼器對網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)進(jìn)行數(shù)據(jù)特征提取和降維的操作,將輸出結(jié)果進(jìn)行重構(gòu)平衡。將平衡重構(gòu)后的數(shù)據(jù)集作為輸入,利用改進(jìn)K均值和密度聚類(DBSCAN)相結(jié)合的聚類分析技術(shù)進(jìn)行特征選擇,將選擇后的特征數(shù)據(jù)作為輸入,利用淺層學(xué)習(xí)分類器隨機(jī)森林(RF)進(jìn)行分類識別。實驗結(jié)果證明,該文方法與傳統(tǒng)入侵檢測方法相比,提升了高維網(wǎng)絡(luò)下低頻攻擊的檢測準(zhǔn)確率及效率,同時降低了誤報率。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 改進(jìn)的K均值與DBSCAN結(jié)合算法
2 KDBSCAN-ASDA入侵檢測分類模型
    2.1 模型設(shè)計
    2.2 模型訓(xùn)練
3 實驗結(jié)果與分析
    3.1 實驗數(shù)據(jù)集預(yù)處理
    3.2 實驗設(shè)計與分析
4 結(jié)語



本文編號：3755381