One-Class分类器及其在异常检测中的应用

摘要：

由于攻击数据难以获取,往往只能得到一类数据,即正常网络数据,这也是模式识别领域的单类问题(one-class)要解决的问题.本文改造了传统的SOM(自组织特征映射)模型,建立了基于SOM的单类分类器,并对其进行了改进.通过对入侵检测标准评估数据集上的测试,在保证总体性能的情况下,模型对选择的3种攻击的平均检测率保持在98﹪以上,而误报警率在4﹪左右.

关键词： 信息安全 入侵检测 自组织特征映射 单类分类器 模式识别

作者: 潘志松 胡谷雨 端义锋

作者单位: 解放军理工大学指挥自动化学院(南京)

会议类型: 国内会议

会议名称: 2004年全国通信软件技术学术年会

会议地点: 北京

会议语种:中文

页码: 65-68

在线出版日期: 2004-10-01（万方平台首次上网日期，不代表论文的发表时间）