面向网络入侵检测的FHNN重抽样方法

摘要：

为提高网络入侵检测系统的检测效率、降低数据的不平衡程度,在分析现有重抽样方法的基础上,根据网络入侵检测数据集的特点,提出快速分层最近邻(FHNN)重抽样方法,并在KDD'99数据集上进行实验验证.结果显示,该方法可以较好地删除噪声数据和冗余信息,减小数据的不平衡度和样本总量,而且运行速度快,适用于海量数据中的各类攻击检测.

关键词：重抽样方法、非半衡数据、网络入侵检测、NCL算法、AdaBoost算法

所属期刊栏目：37

分类号：TP393.08(计算技术、计算机技术)

资助基金：山西省自然科学基金资助项目2008021025;山西省高等学校科技计划基金资助项目20091145

在线出版日期：2011-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：135-136,139