计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
7期
19-21,58
,共4页
异常检测%神经网络%相关特征矩阵
異常檢測%神經網絡%相關特徵矩陣
이상검측%신경망락%상관특정구진
文章描述了一个基于相关特征矩阵和神经网络的异常检测方法.该方法首先创建用户轮廓以定义用户正常行为,然后比较当前行为与用户轮廓的相似度,判断输入是正常或入侵.为了避免溢出和减少计算负担,使用主成分分析法提取用户行为的主要特征,而神经网络用于识别合法用户或入侵者.在性能测试实验中,系统的检测率达到74.6%,而误报率为2.9%.在同样的数据集和测试集的情况下,与其它方法相比,此方法的检测性能最优.
文章描述瞭一箇基于相關特徵矩陣和神經網絡的異常檢測方法.該方法首先創建用戶輪廓以定義用戶正常行為,然後比較噹前行為與用戶輪廓的相似度,判斷輸入是正常或入侵.為瞭避免溢齣和減少計算負擔,使用主成分分析法提取用戶行為的主要特徵,而神經網絡用于識彆閤法用戶或入侵者.在性能測試實驗中,繫統的檢測率達到74.6%,而誤報率為2.9%.在同樣的數據集和測試集的情況下,與其它方法相比,此方法的檢測性能最優.
문장묘술료일개기우상관특정구진화신경망락적이상검측방법.해방법수선창건용호륜곽이정의용호정상행위,연후비교당전행위여용호륜곽적상사도,판단수입시정상혹입침.위료피면일출화감소계산부담,사용주성분분석법제취용호행위적주요특정,이신경망락용우식별합법용호혹입침자.재성능측시실험중,계통적검측솔체도74.6%,이오보솔위2.9%.재동양적수거집화측시집적정황하,여기타방법상비,차방법적검측성능최우.