10.3969/j.issn.1000-3428.2015.08.025
基于相对邻域熵的直推式网络异常检测算法
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.
网络异常检测、直推式信度机、邻域关系、相对邻域熵、奇异值
41
TP391(计算技术、计算机技术)
国家自然科学基金资助项目51367014,61070139;江西省自然科学基金资助项目20142BAB207011,20142BAB217016;江西省青年科学家培养计划基金资助项目20112BCB23004;江西省科技支撑计划基金资助重点项目20111BBE50008;江西省教育厅科技计划基金资助项目GJJ14770
2015-10-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
132-139