基于改进的PAM算法的入侵检测方法.pdfVIP

第29 卷第11 期 煤 炭 技 术 Vol.29,No.11 2010 年11 期 Coal Technology November,2010 基于改进的PAM 算法的入侵检测方法 1 2 罗海波，谢柳华 （1. 柳州职业技术学院 信息工程系，广西 柳州 545006 ；2. 柳州市39 中学信息教研组，广西柳州 545001） 摘 要: 研究了入侵检测中算法的应用问题，由于PAM 算法的入侵行为检测对大的数据集合没有良好的可伸缩 性，提出了一种基于改进的PAM 算法的入侵检测方法。首先将训练数据集转换为标准的单位特征度量空间；然后 利用改进算法对数据进行划分，以找到聚类中心；最后对算法进行了性能分析与比较，并将该方法成功应用于入侵 检测的仿真实验中。实验结果表明，算法具有良好的稳定性，能够有效地检测真实网络数据中的入侵行为，对大数 据集合具有较好的可伸缩性。 关键词:数据挖掘；聚类；异常检测；检测率；误警率 中图分类号:TP301.6;TP393 文献标识码:A 文章编号:1008-8725 （2010）11-0139-03 New Intrusion Detection Method Based on Improved PAM 1 2 LUO Hai-bo , XIE Liu-hua （1. Department of Information Engineering，LiuZhou Vocational and Technical College ，LiuZhou 545006, China; 2. Information Department ，LiuZhou 39 High School, LiuZhou 545001, China） Abstract:The applied problem in PAM algorithm is studied, because PAM algorithm has bad scalability on large dataset, the paper given out a new intrusion detection method based on PAM. Firstly the training data set is converted to the standard unit features metric space; then the improved algorithm is used to divide the data in order to find the clustering center; in end of this paper the improved algorithm is analyzed and compared with old algorithm. Experimental results show that the improved algorithm has good stability and can detect intrusions in real network data effectively. It has better scalability on large data set. Key words:data mining; clustering; anomaly detection; detection rate; false positive rate 1.1 PAM 算法 0 引言