- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种全部属性聚类和特征属性聚类相结合的无监督异常检测模型.pdf
第 32卷第 5期 铁 道 学 报 Vo1.32 No.5
2010年 1O月 JOURNAIOFTHECHINA RAILWAYSC}CIETY October 2O10
文章编号 :1001—8360(2010
一 种全部属性聚类和特征属性聚类相结合
的无监督异常检测模型
刘卫国, 张志 良
(中南大学 信息科学与工程学院,湖南 长沙 410083)
摘 要 :为提高无监督异常检测系统的检测率、误报率和检测效率 ,将数据集划分为不 同的服务集 ,然后对每个
服务集数据包进行全部属性聚类和部分相关属性聚类(即特征属性聚类)并 比较训练结果,取其 中训练性能较优
的方法建立对该服务的检测模型。检测实验表明,本文模型的检测率达到 99.21 ,误报率降低到 2.2 。与不
加服务划分的模型相 比,本文模 型的训练时问和检测时间分别降低为相应模 型的 21.17 和 21.98 。与其他检
测算法的比较结果也表明,本文模 型在检测率和误报率方面具有更优 的性能 。
关键词 :入侵检测 ;全部属性聚类 ;特征聚类 ;无监督异常检测
中图分类号 :TP393.08 文献标志码 :A doi:10.3969/j.issn.1()O1-8360.2Ol0.05.0ll
UnsupervisedAnomalyDetectionM odelCombiningTotalAttributes
ClusteringandFeatureAttributesClustering
LIU W ei—guo, ZHANG Zhi—liang
(SchoolofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083,China)
Abstract:Toimprovethedetectionrate,falsealarm rateanddetectionefficiencyoftheunsupervisedanomaly
detectionsystem ,thispaperdividedthedatasettodifferentservicesets,then clustered totalattributesand
partofrelatedattributes(i.e.,featureattributes)ineach servicepacket.Thedetectionmodeloftheservice
wasestablishedbycomparingthetraining resultsand selecting thepreferabletraining method.Detection ex—
perimentsshow thatthismodel’Sdetectionratereaches99.21 ,andfalsealarm ratefallsto2.2 .Compared
withthemodelwithoutservicespartitioning。theproposedmode1’Strainingtimeand detectiontimereduceto
21.17 and21.98 respectively.Theresultcomparedwithotherdetectionalgorithmsdemonstratesthepro—
posedmodelhasbetterperformanceinthedetectionrateandfalsealarm rate.
Keywords:intrusiondetection;totalattributesclustering;featureclustering;unsupervisedanomalydetection
入侵检测是在特定 网络环境中发现和识别未经授 证提供比无监督异
文档评论(0)