基于半监督聚类的网络入侵检测算法.pdfVIP

第 32卷第 1期 铁 道 学 报 Vo1．32 No．1 2010年 2月 JOURNAL0FTHECHINA RAILWAYSOCIETY February 2010 文章编号 ：i001—8360(2010)01—0049—05 基于半监督聚类的网络入侵检测算法 魏小涛 ， 黄厚宽。， 田盛丰 (i．北京交通大学 软件学院，北京 100044；2．北京交通大学 计算机与信息技术学院，北京 100044) 摘 要 ：入侵检测是维护网络安全的重要技术手段之一 。本文提 出一种聚类算法 ：k—cubes，用于网络异常检测 。 算法采用基于网格 的方法对 网络连接数据进行预处理，然后以网格为数据处理单位进行聚类 ，在聚类过程 中通过 动态合并与分裂 自动决定聚类的数 目。在此基础上给出了半监督 k—cubes聚类算法，并根据聚类的结果生成检 测规则 。k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据 ，同时具有输入参数少等特点。 在 KDD99入侵检测数据集上 的实验结果显示 ，算法获得 95．82 的检测率和 1．25 的误报率 ，并且在识别新人 侵 的能力上 ，算法检测到 17种新入侵 中的 15种 。 关键词 ：网络异常检测 ；半监督聚类 ；基于网格 的聚类 中图分类号 ：TP309 文献标志码 ：A doi：10．3969／j．issn．1001—8360．2010．01．009 A Semi—supervisedClusteringAlgorithm forNetworkIntrusionDetection W EIXiao—tao ． HUANG Hou—kuan ， TIAN Sheng—feng (1．SoftwareofSchool，BeijingJiaotongUniversity，Beijing100044，China； 2．SchoolofComputerandInformationTechnology，BeijingJiaotongUniversity，Beijing100044，China) Abstract：Intrusion detectionisoneofthemostimportanttechniquesin thedomain ofnetwork security．This paperproposesanovelclusteringalgorithm，namedk—cubes，fornetworkanomalydetection．Thenetworkcon— nectiondataarepreprocessedwithagrid—basedalgorithm．Thenthegridceilsareclusteredwith theproposed method．Thenumberofclustersisautomaticallydecidedbydynamicallymergingandsplittingofclusters．Also thesemi—supervisedversionofk—cubesispresented．Detectionrulesareproducedaccordingtotheclusteringre— suit．Thismethodissuitableforprocessinglargeamountofhighdimensionaldatasetswithalotofsymbolicat— tributevalues．Italsolimitsthenumberofinputtingparameters．ExperimentalresultsontheKDD99intrusion detectiondatasetsshow thatouralgorithm achievesadetection rateof95．82 with a falsepositiverateof 1．25 ，anditdetects15outof17new typeofintrusions．