文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 融合PCA和LDA的入侵检测算法
侵权投诉

融合PCA和LDA的入侵检测算法

第

9卷第期 2 0年 0 9年 11月

计算机技术与发展 COM PUTER TECHN0【 GY D AND DEVEL OPM E NT

V0 . 9 No. l 11 1 NOV. 2 9 00

融合 P A和 L A的入侵检测算法 C D 张瑞霞,王勇 (林电子科技大学计算机与控制学院,桂广西桂林 5 10 ) 4 04 摘要:目针对前单个 I6在入侵特征提取和检测效率上存在的问题, D提出了一种融合主成分分析( ( ) P’和线性判别分析 A

( D的入侵检测算法。利用 P A和 L A提取入侵特征,过 I N分类器给出初步的识别结果, L A) C D通 ̄ L N接着采用 D— S证据理论对识别结果进行融合,出最终识别结果。通过在 K D C P 9得 D U’9的标准入侵检测数据集上的实验表明,方法提高了该 入侵检测率 .同时降低了误报率,性能优于单一的分类器。 关键词:入侵检测;主成分分析;线性鉴别分析; D—S据理论;证分类器融合

中图分类号:P 9 .8 T 330

文献标识码: A

文章编号:63 2X 20 )1 12 3 17—69 (09 1—03—0

Fu in o so fPCA nd LDA o n r so tc i n a f rI t u i n Dee to ZHANG ixi W ANG ng Ru— a, Yo

( et f o ue n o t l G i i ri f l t nc eh .Gu i 5 10, h a D p.o C mp t adC nr, ul Un es yo e r i T n, in 4 0 4 C i ) r o i n v t E c o c l n

Ab ta tT。sletedfiut ffa u ee tato n h o p ro ma c ige I sr c: ov h if l o et r xrcina d te lw efr n ei sn l DS, n itu in d tc in meh d b sdo h c y n a r s eet to a e n te n o o

fs no r c aerpn n nls ( C adle i i nt a s ( DA) rsne .Frt .P A dL A ia pi e— ui f i i l n oet a i P A)n nr ̄r ae n l i L o p n p o a ys i d mi a y s i pee t s d i l C a D p l

dt nt sy n s e o wor nr s nf t r x rcin. e nia tu ind tcinr uti o eb k itu i e uee tat o a o Thn。i t ln rso eet ̄ l d n yt KNN l s ir .Ne t h ~Se ie c h r i i o s WO ca ies sf x,teD vd n ete y o i d pe O fs h s ̄ ut wocasf r a v ro h h rcm ig a ho h r sa o tdt uet eer l f t lsie c no e cme teso to n sof c t e .Exp r n a e n d n 1d ts ti s or is e ei me th sbe o e01 aae n KDD一9 n h e u t h w h tt e p ro ma c f t e p o ̄s d me h d i u e irt h to h ig e ca sf r 9 a d t e rs l s o t a h f r n eo h r I e t o s s p r o t a ft e s l ls i e . s e o n i

Ke r s itu in d tcin;PCA; ywo d:nr s ee t o o LDA;— S eie c h oy;casfesf s n D vd n et e r ls i r u i i o

0引言 入侵检测技术作为信息安全技术的一个重要方面得到迅速的发展。入侵检测问题实质上就是一个分类

对入侵数据进行特征提取。主成分分析和线性判别分 析能够对样本空间进行降维,而使得匹配和识别在从低维子空间进行 J。

问题,它通过对训练集学习来构造分类器,将正常数据和异常数据区分开来。目前将模式识别技术应用到入侵检测中成为入侵检测领域研究的一个热点L2。国 lJ l内看到的研究有文献[,] 34。特征选择和分类器的设 计是入侵检测涉及的两个重要方面。

分类器的设计与融合:虽然模式识别和入侵检测 主要任务是设计一个高性能的 0分类器,—1如果单个 分类器提取的特征具有独立性和互补性,过对现有通的分类器融合获得比单个分类器更高的分类精度。正是由于这个原因,近年来,数据融合、分类器融合的方

从模式识另的整个结构流程来看, 0特征选择的目

法越来越受到人们的重视,的应用已经从军事领域它

越来越广泛地应用到民用领域,如机器人、人脸识别

的就是在尽可能保留分类信息的前提下,得到信息最 大的特征,删除那些不利于分类或用途不大的信息或 特征,特征选择的另一个目的是为了加快处理速度。 在特征方面,入侵检测数据具有多维性的特点,但入侵

等。分类器融合的成功应用,使得研究人员从理论上 分析了分类器融合的条件、提高识别率的原因以及融

合的策略,而给分类器融合提供了坚实的理论基从 础[】 。另外根据笔者前期的研究,应用 D—S证

行为往往只集中在少数几个属性项当中,余属性的冗存在反而会降低入侵检测的效果和效率,因此有必要 收稿日期:0 9—0一l;回日期:0 9— 6—1 20 3 1修 20 0 7

据理论融合 H D I S和 NIS达到了比较满意的性能。 D

基于这两方面的原因,出了融合主成分分析和提 基金项目:西自然科学基金资助项目(广挂科基 0 7 04 559)

线性判别分析的入侵检测算法,首先通过 P A和 L A C D 方法对数据获得分类结果,然后通过 D~S证据理论 将二者检测的结果融合处理,到最终识别结果。仿得

作者简介:张瑞霞 (9 3。, 17一)女河北石家庄人 .师。讲硕士,研究方 向为计算机信息与网络安全、入侵检测等;王勇,教授,研究方向

为信息与网络安全、分布式入侵检测系统等。

真实验表明,该算法具有理想的检测率,漏检率低。

融合PCA和LDA的入侵检测算法

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email