登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于模糊数据挖掘与遗传算法的异常检测方法
  • 摘要

    建立合适的隶属度函数是入侵检测中应用模糊数据挖掘所面临的一个难点.针对这一问题,提出了在异常检测中运用遗传算法对隶属度函数的参数进行优化的方法.将隶属度函数的参数组合成有序的参数集并编码为遗传个体,在个体的遗传进化中嵌入模糊数据挖掘,可以搜索到最佳的参数集.采用这一参数集,能够在实时检测中最大限度地将系统正常状态与异常状态区分开来,提高异常检测的准确性.最后,对网络流量的异常检测实验验证了这一方法的可行性.

  • 作者

    孙东  黄天戍  秦丙栓  朱天清  SUN Dong  HUANG Tian-shu  QIN Bing-shuan  ZHU Tian-qing 

  • 作者单位

    武汉大学,电子信息学院,湖北,武汉,430079/中国有线电视网络公司大客户部,北京,100053/武汉工业学院计算机与信息工程系,湖北,武汉,430023

  • 刊期

    2006年1期 ISTIC PKU

  • 关键词

    异常检测  模糊数据挖掘  遗传算法 

参考文献
  • [1] AXELSSON S. Intrusion detection systems:A survey and taxonomy. Technical Report No 99-15,Dept.of Computer Engineering,Chalmers University of Technology,Sweden, 2000
  • [2] 郭嗣琮;陈刚. 信息科学中的软计算方法. 沈阳:东北大学出版社, 2001
  • [3] DEBAR H;DACIER M;WEPSPI A. A Revised Taxonomy for Intrusion Detection Systems. Technical Report,Computer Science/ Mathematics,IBM Research,Zurich Research Laboratory,Switzerland, 1999
  • [4] LEE W;STOLFO SJ;MOK KW. Mining audit data to build intrusion detection models. New York:AAAI Press, 1998
  • [5] LEE W;STOLFO SJ;CHAN PK. Real Time Data Miningbased Intrusion Detection. Anaheim,USA, 2001
  • [6] BRIDGES SM;VAUGHN RB. Intrusion Detection Via Fuzzy Data Mining. Ottawa,Canada, 2000
  • [7] KUOK C;FU A;WONG M. Mining fuzzy association rules in databases. Sigmod Record, 1998,01
  • [8] AGRAWAL R;SRIKANT R. Fast algorithms for mining association rules. Santiago,Chile, 1994
  • [9] DASGUPTA D;GONZALEZ FA. An Intelligent Decision Support System for Intrusion Detection and Response. 2001
  • [10] WANG W. Genetic Algorithm Optimization of Membership Functions for Mining Fuzzy Association Rules. Atlantic City, 2000
查看更多︾
相似文献 查看更多>>
3.231.226.211