网络入侵特征优化检测方法仿真
网络入侵特征的伪装程度越来越高,使得入侵特征与正常数据特征在分类效果上的倾斜度越来越接近.传统的采用特征分类的入侵检测方法对训练入侵特征数据集的最佳类分布未知,都是假定误分类代价均等,只注重分类的精度敏感,忽视了类型间的区别,造成入侵检测不准.提出了一种敏感性数据挖掘的网络入侵特征检测算法.利用主成分分析方法,提取网络操作数据中的主成分,去除冗余数据,将网络入侵特征的敏感性引入到检测过程中,利用敏感性数据挖掘方法,获取网络操作数据中的恶意入侵操作行为的特征,从而完成网络入侵特征检测.实验结果表明,利用改进算法进行网络入侵特征优化检测,能够准确获取网络操作行为中的异常特征.
计算机网络 信息安全 特征检测 数据挖掘 仿真分析
黄庆涛
东北师范大学人文学院,吉林长春130117
国内会议
中国计算机用户协会仿真应用分会成立三十周年庆祝大会暨2013全国仿真技术学术会议
呼和浩特
中文
282-285
2013-09-01(万方平台首次上网日期,不代表论文的发表时间)