检索结果-南通市图书馆

计算机工程 2022年第7期48卷 130-140页

作者：金海波赵欣越辽宁工程技术大学软件学院辽宁葫芦岛125105

入侵检测算法广泛应用于网络安全领域,然而现有基于机器学习的入侵检测算法仅输出数据的预测结果标签,缺少对预测结果置信值的评价机制,难以确保预测结果的可靠性。提出一种基于共形预测的高可靠入侵检测算法。将共形预测融入到传统机... 详细信息

入侵检测算法广泛应用于网络安全领域,然而现有基于机器学习的入侵检测算法仅输出数据的预测结果标签,缺少对预测结果置信值的评价机制,难以确保预测结果的可靠性。提出一种基于共形预测的高可靠入侵检测算法。将共形预测融入到传统机器学习算法中,得到数据分类标签和对应的置信值、可信度,提高网络数据分类的可靠性。通过对网络数据进行数字化、标准化和降维预处理,根据传统机器学习算法的特点,设计在共形预测框架下与各算法相对应的不一致得分计算公式,并引入平滑因子改进p-value的计算公式,使其能够以更平滑的方式计算预测结果 p-value,提高算法的稳定性。实验结果表明,与单独采用SVM、DT和DT-SVM算法相比,该算法在KDD CUP99数据集上分类准确率分别提高11.1、4.6和3.7个百分点,在AWID数据集上分类准确率分别提高4.0、2.5和1.3个百分点,可保证入侵检测结果的高可靠性。

关键词：共形预测入侵检测高可靠性机器学习置信值不一致测量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

共形预测框架下的高可靠入侵检测模型

引用

计算机工程 2022年

作者：金海波赵欣越辽宁工程技术大学软件学院

基于机器学习的入侵检测方法在网络安全领域已有了广泛的应用，但现有检测方法只给出输入数据是或不是威胁数据的二值预测结果，没有给出预测结果的置信度，难以保证预测结果的高可靠性。因而创新性地提出了一种基于共形预测的高可靠入... 详细信息

基于机器学习的入侵检测方法在网络安全领域已有了广泛的应用，但现有检测方法只给出输入数据是或不是威胁数据的二值预测结果，没有给出预测结果的置信度，难以保证预测结果的高可靠性。因而创新性地提出了一种基于共形预测的高可靠入侵检测模型，在传统的机器学习算法基础上引入了共形预测(conformal prediction， CP)算法，使用统计学习方法引入数据置信值（confidence）与可信度（credibility）的概念，代替二值式检测，借助这一优势保证传统算法分类结果的可靠性。为了提高共形预测算法的精度，根据传统机器学习分类算法构造了符合其各自特点的不一致得分计算公式，同时为了避免处理大规模数据时算法容易产生随机抖动的现象，改进了p-value的计算公式使其能够以更平滑的方式计算预测结果的p-value，从而消除抖动现象。最后对KDDCUP99和AWID数据集进行实验，实验结果表明在KDDCUP99数据集上本文模型的分类性能准确率较单独采用的SVM算法、DT算法和普通迭代的DT-SVM算法分别提升了11.1%、4.6%和 3.7%，同样，在AWID数据集上的分类性能准确率分别提升了11.1%、4.6%和3.7%，而且保证了入侵检测结果的高可靠性。

关键词：共形预测入侵检测高可靠性机器学习置信值不一致测量

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：