基于决策树的入侵检测技术被引量：1

下载PDF

导出

摘要本文针对传统的基于简单模式匹配的入侵检测技术性能低,误报率和漏报率高的问题,提出了基于决策树算法的连接记录的分析方法,描述了该算法的定义和实现,并采用KDD99的数据进行了仿真实验。实验结果表明,基于决策树算法的分析方法能有效的提高入侵检测系统的性能。

作者陈小红

机构地区上海市安装工程有限公司

出处《科技信息》 2009年第12期205-206,208,共3页 Science & Technology Information

关键词入侵检测决策树信息熵信息增益 KDD99 连接记录

参考文献1

1[10]Portnoy, L., Eskin, E., Stolfo, S. J. Intrusion detection with unlabeled data using clustering. In: Barbara, D ed. Proceedings of ACM CSS Workshop on Data Mining Applied to Security. Philadelphia: ACM Press, 2001.
2[11]Jain, A., Dubes, R. Algorithms for Clustering Data. New Jersey: Prentice-Hall, 1988.
3[12]Selim, S. Z., Ismail, M. A. K-means-type algorithm: generalized convergence theorem and characterization of local optimality. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1984, 6(1): 81-87.
4[13]Tseng, L. Y., Yang, S. B. A genetic approach to the automatic clustering problem. Pattern Recognition, 2001. 34(2): 415-424.
5[14]Babu, G. P., Murty, M. N. Clustering with evolution strategies. Pattern Recognition, 1994, 27(2) 321-329.
6[15]Murthy, C. A., Chowdhury, N. In search of optimal clusters using genetic algorithms. Pattern Recognition Letters, 1996, 17(8): 825-832.
7[16]Maulik, U., Bandyopadhyay, S. Genetic algorithm-based clustering technique. Pattern Recognition, 2000, 33(9): 1455-1465.
8[17]Krishna, K. Murty, M. N. Genetic K-Means Algorithm. IEEE Transactions on Systems, Man and Cybernetics(Part B), 1999, 29(3): 433-439.
9[18]Michalewicz, Z. Genetic Algorithm + Data Structure = Evolution Program. New York: Springer-Verlag, 1996.
10[19]Kang Li-Shan. Non-Numerical Parallel Algorithm (1)-Simulation Annealing Algorithm. Beijing: Science Press, 1997(in Chinese).

1安莉,王建林,白燕梅,苗艳荣.基于匹配度的广度优先推理方法的应用研究[J].计算机应用研究,2009,26(3):884-886. 被引量：2
2魏红宁.决策树剪枝方法的比较[J].西南交通大学学报,2005,40(1):44-48. 被引量：43
3李道国,苗夺谦,俞冰.决策树剪枝算法的研究与改进[J].计算机工程,2005,31(8):19-21. 被引量：30
4韩家炜,堪博,范明.数据挖掘概念与技术[M].孟小峰,译.北京:机械工业出版社,2007.223-258.
5Tabia Karim, Benferhat Salem. On the use of decision trees as behavioral approaches in intrusion detection [ J ]. Machine Learning and Applications, 2008, 8 (7): 665- 670.
6Joong-Hee Lee, Seon-Gyoung Sohn, Jong-Ho Ryu, et al. Effective value of decision tree with KDD 99 intrusion de- tection datasets for intrusion detection system [ J]. Ad- vanced Communication Technology, 2008,10 : 1170-1175.
7罗涛,王华金.一种改进的PEP决策树剪枝算法[J].科技广场,2010(6):49-51. 被引量：2

科技信息

2009年第12期

内容加载中请稍等...