-
题名重抽样方法FHNN及其在入侵检测中的应用
- 1
-
-
作者
赵月爱
陈俊杰
-
机构
太原师范学院计算机系
太原理工大学计算机与软件学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第22期86-88,109,共4页
-
基金
山西省青年科学基金资助项目(No.2008021025)
山西省高等学校科技研究项目(No.20091145)
-
文摘
重抽样方法是常用的解决数据非平衡问题的一种有效手段,为提高入侵检测系统的检测效率,降低数据的不平衡程度,提出了快速分层最近邻FHNN重抽样方法,采用两阶段的基于负载均衡策略的高速网络入侵检测模型,按协议类型把KDD’99的训练数据集划分并在每类子集上进行了各种实验。实验结果表明该方法不仅可以很好地删除噪声数据和冗余信息,尤其是类区域内样本,减小数据的不平衡度和样本总量,而且由于算法时间复杂度是线性阶的,在样本数量很大的情况下,运行速度非常快,适合从海量的数据中快速而有效地检测各类攻击。
-
关键词
非均衡数据
重抽样方法
网络入侵检测系统
NCL算法
ADABOOST算法
-
Keywords
imbalanced data
resampling methods
Network Intrusion Detection system
neighborhood cleaning rule
Adaboost algorithm
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名面向网络入侵检测的FHNN重抽样方法
被引量：1
- 2
-
-
作者
赵月爱
陈俊杰
吕伟
-
机构
太原师范学院计算机系
太原理工大学计算机与软件学院
中国人民解放军
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第8期135-136,139,共3页
-
基金
山西省自然科学基金资助项目(2008021025)
山西省高等学校科技计划基金资助项目(20091145)
-
文摘
为提高网络入侵检测系统的检测效率、降低数据的不平衡程度,在分析现有重抽样方法的基础上,根据网络入侵检测数据集的特点,提出快速分层最近邻(FHNN)重抽样方法,并在KDD’99数据集上进行实验验证。结果显示,该方法可以较好地删除噪声数据和冗余信息,减小数据的不平衡度和样本总量,而且运行速度快,适用于海量数据中的各类攻击检测。
-
关键词
重抽样方法
非平衡数据
网络入侵检测
NCL算法
ADABOOST算法
-
Keywords
resampling method； imbalanced data； network intrusion detection； neighborhood cleaning rule（NCL） algorithm； AdaBoost algorithm；
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
