计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
8期
132-139
,共8页
李向军%张华薇%郑思维%霍艳丽%张新萍
李嚮軍%張華薇%鄭思維%霍豔麗%張新萍
리향군%장화미%정사유%곽염려%장신평
网络异常检测%直推式信度机%邻域关系%相对邻域熵%奇异值
網絡異常檢測%直推式信度機%鄰域關繫%相對鄰域熵%奇異值
망락이상검측%직추식신도궤%린역관계%상대린역적%기이치
Network Anomaly Detection (NAD)%Transductive Confidence Machine (TCM)%neighborhood relation%Relative Neighborhood Entropy (RNE)%strangeness value
为提高网络异常检测中数据对象异常程度的度量精度,降低复杂网络环境中噪声数据对于算法检测准确率的影响,将基于邻域关系定义的相对邻域熵引入到直推信度机的算法框架中,提出一种在相对领域熵基础上的直推式网络异常检测算法TCM-RNE.该算法利用相对邻域信息熵作为度量数据对象异常程度的工具,重新定义离群度,有效提高算法检测性能和抗噪性能.在KDD Cup数据集上的实验结果表明,与TCM-KNN算法相比,该算法在保证相同检测准确率的同时,降低了误测率,且在噪声干扰环境下具有更优的抗噪性能.
為提高網絡異常檢測中數據對象異常程度的度量精度,降低複雜網絡環境中譟聲數據對于算法檢測準確率的影響,將基于鄰域關繫定義的相對鄰域熵引入到直推信度機的算法框架中,提齣一種在相對領域熵基礎上的直推式網絡異常檢測算法TCM-RNE.該算法利用相對鄰域信息熵作為度量數據對象異常程度的工具,重新定義離群度,有效提高算法檢測性能和抗譟性能.在KDD Cup數據集上的實驗結果錶明,與TCM-KNN算法相比,該算法在保證相同檢測準確率的同時,降低瞭誤測率,且在譟聲榦擾環境下具有更優的抗譟性能.
위제고망락이상검측중수거대상이상정도적도량정도,강저복잡망락배경중조성수거대우산법검측준학솔적영향,장기우린역관계정의적상대린역적인입도직추신도궤적산법광가중,제출일충재상대영역적기출상적직추식망락이상검측산법TCM-RNE.해산법이용상대린역신식적작위도량수거대상이상정도적공구,중신정의리군도,유효제고산법검측성능화항조성능.재KDD Cup수거집상적실험결과표명,여TCM-KNN산법상비,해산법재보증상동검측준학솔적동시,강저료오측솔,차재조성간우배경하구유경우적항조성능.
