基于非监督学习的入侵分析新方法
New Intrusion Detection Method Based on Unsupervised Learning作者机构：淮阴师范学院江苏淮安223001 南京理工大学江苏南京210094
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2007年第24卷第7期
页 面：146-150页
核心收录：
学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：江苏省教育厅自然科学基金资助项目(05KJD520036)
摘 要：提出一种新的基于非监督学习的入侵分析方法。该方法具有发现未知攻击类型的能力,既可以作为独立的分析方法使用,又可以作为基于数据融合的入侵检测的一个分析引擎。在该方法中,核心非监督学习算法采用最大最小距离算法,同时融合非线性的归一化预处理和非数值型特征的有效编码等技术。与同类方法相比,该方法检测率较高,尤其是对于DoS和Probing两大类攻击效果更好。
维普期刊数据库
同方期刊数据库