计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
4期
60-62,97
,共4页
异常检测%K-MEANS%分支定界
異常檢測%K-MEANS%分支定界
이상검측%K-MEANS%분지정계
网络异常检测技术是入侵检测领域研究的热点之一.在异常检测中,针对其存在的对训练集中关键数据的选取不准确、选取过程耗时较长、检测的误报率过高等问题,结合经典的K-MEANS算法和分支定界算法,建立起一种网络异常检测模型,以有效地提高在大量训练集中选取关键数据的准确率,同时降低数据选取的时耗.通过大量基于著名的KDD Cup 1999数据集的实验,表明此模型能够达到较高的检测准确性,并能有效地控制检测错误报警的发生.
網絡異常檢測技術是入侵檢測領域研究的熱點之一.在異常檢測中,針對其存在的對訓練集中關鍵數據的選取不準確、選取過程耗時較長、檢測的誤報率過高等問題,結閤經典的K-MEANS算法和分支定界算法,建立起一種網絡異常檢測模型,以有效地提高在大量訓練集中選取關鍵數據的準確率,同時降低數據選取的時耗.通過大量基于著名的KDD Cup 1999數據集的實驗,錶明此模型能夠達到較高的檢測準確性,併能有效地控製檢測錯誤報警的髮生.
망락이상검측기술시입침검측영역연구적열점지일.재이상검측중,침대기존재적대훈련집중관건수거적선취불준학、선취과정모시교장、검측적오보솔과고등문제,결합경전적K-MEANS산법화분지정계산법,건립기일충망락이상검측모형,이유효지제고재대량훈련집중선취관건수거적준학솔,동시강저수거선취적시모.통과대량기우저명적KDD Cup 1999수거집적실험,표명차모형능구체도교고적검측준학성,병능유효지공제검측착오보경적발생.
