有指导的入侵检测方法研究                                                                                                                        附视频

您当前的位置：

首页 >

文章列表页 >

有指导的入侵检测方法研究附视频

更新时间：2024-10-14

基于一种用于混合属性数据的距离定义和改进的最近邻分类方法

提出了一种基于聚类的有指导的入侵检测方法。该方法首先利用一趟聚类算法对训练集进行聚类

再利用数据的标识和少数服从多数的原则将聚类标识为“正常”或“攻击”

以标识的聚类作为分类模型对数据进行分类。理论分析表明提出的检测方法关于数据集大小和属性个数具有近似线性时间复杂度。不同于一般的有指导的入侵检测方法

改进的最近邻方法从理论上保证了该方法对未知入侵有一定的检测能力。在KDDCUP99数据集上的测试结果表明

该方法有高的检测率和低的误报率。

浏览量

230

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

有指导的入侵检测方法研究

基于多假设跟踪的入侵场景构建研究

基于隐马尔可夫模型的用户行为异常检测新方法

攻击特征自动提取技术综述

正则表达式的DFA压缩算法

有指导的入侵检测方法研究附视频