重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (10): 127-135.doi: 10.3969/j.issn.1674-8425(z).2019.10.020

• 信息·计算机 • 上一篇    下一篇

基于风险数据挖掘追踪技术的网络入侵检测研究

张钰莎１，蒋盛益２   

  1. １．湖南信息学院 电子信息学院，长沙 ４１０１５１；２．广东外语外贸大学 信息学院，广州 ５１０００６
  • 收稿日期:2019-01-06 出版日期:2019-12-10 发布日期:2019-12-10
  • 作者简介:张钰莎，女，硕士，副教授，主要从事数据挖掘、自然语言处理研究，Ｅ-ｍａｉｌ：ｚｈａｎｇｙｕｓｈａ８２＠１２６．ｃｏｍ；蒋盛益，男，博士，教授，主要从事数据挖掘、自然语言处理研究。
  • 基金资助:
    国家自然科学基金资助项目（６１５７２１４５）；湖南省教育科学“十三五”规划课题阶段性成果（ＸＪＫ１８ＣＧＤ０４４）

  • Received:2019-01-06 Online:2019-12-10 Published:2019-12-10

PDF (PC)

256

赞

摘要： 网络入侵检测是通过分析网络流量行为来识别网络中恶意活动的过程，针对网络入侵检测面临的海量数据入侵检测的挑战，提出了一种新的基于 ＫＤＤ ＣＵＰ ９９数据集的特征选择算法，将基于滤波器和包装器的方法相结合，选择合适的特征进行网络检测入侵。首先，基于训练数据的一般特征对特征进行评价，不依赖于任何挖掘算法；然后，采用互信息萤火虫算法（ＭＩＦＡ）作为基于包装器的特征选择策略进行特征提取，进一步基于Ｃ４．５分类器和基于贝叶斯网络（ＢＮ）的分类器，结合ＫＤＤ ＣＵＰ ９９数据集对得到的特征进行分类；最后，将提出的方法与已有的工作进行比较。实验结果表明：１０个特征足够检测入侵，并提高了检测精度和假阳性率。

关键词: 数据挖掘, 检测异常, 数据追踪, 网络入侵检测, 过滤器

中图分类号: 

  • ＴＰ３９１