基于贝叶斯方法的单分类入侵检测技术

doi:10.3969/j.issn.1000-1565.2014.01.002

河北大学学报(自然科学版) ›› 2014, Vol. 34 ›› Issue (1): 7-13.DOI: 10.3969/j.issn.1000-1565.2014.01.002

基于贝叶斯方法的单分类入侵检测技术

肖仙谦¹,朱俊平¹,景旭¹,马巧娥²

1.西北农林科技大学信息工程学院,陕西杨凌,712100； 2.西北农林科技大学信息工程学院,陕西杨凌712100;杨凌职业技术学院信息工程学院,陕西杨凌712100

出版日期:2014-01-25 发布日期:2014-01-25
基金资助:
"十二五"国家科技支撑计划项目，中央高校基本科研业务费专项资金资助项目

One-class intrusion detection technique based on Bayesian approach

XIAO Xianqian¹,ZHU Junping¹,JING Xu¹,MA Qiaoe²

Online:2014-01-25 Published:2014-01-25

摘要/Abstract

摘要： 考虑到入侵检测问题中样本数据的不平衡性,可以将单分类模型应用到入侵检测中.通过应用贝叶斯方法,对单分类支持向量机模型进行改进,使之成为一种概率模型,从而更加符合入侵过程的随机特性;应用主成分分析技术对原始数据在各个方向上进行等方差处理,使之更加符合该模型对数据正态分布的前提假设.同时,在模型求解上采用分治的思想,对数据进行分组计算,实现对大数据的高效求解.在标准入侵检测数据集NSL-KDD上进行测试,实验结果达到87.46％的检测准确率,从而验证了该方法可以在入侵检测中得到有效利用.

关键词: 入侵检测, 单分类支持向量机, 贝叶斯估计, 主成分分析, 核函数

Key words: intrusion detection, one-class SVM, Bayesian estimation, PCA, kernel function

中图分类号:

TP393.08

肖仙谦,朱俊平,景旭,马巧娥. 基于贝叶斯方法的单分类入侵检测技术[J]. 河北大学学报(自然科学版), 2014, 34(1): 7-13.

XIAO Xianqian,ZHU Junping,JING Xu,MA Qiaoe. One-class intrusion detection technique based on Bayesian approach[J]. Journal of Hebei University (Natural Science Edition), 2014, 34(1): 7-13.

参考文献

[1] 黄谦, 王震, 韦韬, 陈昱, HUANG Qian, WANG Zhen, WEI Tao, CHEN Yu. 基于One-class SVM的实时入侵检测系统 [J]. 计算机工程 2006.doi:10.3969/j.issn.1000-3428.2006.16.048
[2] 包潘晴, 杨明福, Bao Panqing, Yang Mingfu. 基于KPCA和SVM的网络入侵检测 [J]. 计算机应用与软件 2006.doi:10.3969/j.issn.1000-386X.2006.02.050
[3] 田俊峰, 刘涛, 陈小祥, TIAN Jun-feng, LIU Tao, CHEN Xiao-xiang. 入侵检测系统的评估方法与研究 [J]. 计算机工程与应用 2008.doi:10.3778/j.issn.1002-8331.2008.09.034
[4] ALIREZA Ghasemi, HAMID R Rabiee, MOHAMMAD T Manzuri. A Bayesian approach to the data description problem [A]. California:AAAI Press 2012.
[5] DOROTHY E D. An intrusion detection model [J]. {H}IEEE Transactions on Software Engineering 1987, 13(2).
[6] SCHLKOPF B, PLATT J C, TAYLOR J S. Estimating the support of a high dimensional distribution [J]. {H}Neural Computation 200c, 13(7).
[7] DAVID M.J. TAX, ROBERT P.W. DUIN. Support Vector Data Description [J]. Machine learning 2004, 1(1).
[8] SHEHROZ S Khan, MICHAEL G Madden. A survey of recent trends in one class classication [J]. Artificial Intelligence and Cognitive Science 2010, 45(16).
[9] PORTNOY L, ESKIN E, STOLFO S. Intrusion detection with unlabeled data using clustering [A]. Philadelphia:[s.n.] 2001.
[10] BEN H A, GUYON I. Detecting stable clusters using principal component analysis [A]. 2003.
[11] 许国根, 贾瑛. 模式识别与智能计算的MATLAB实现 [M]. {H}北京:北京航空航天大学出版社 2012.
[12] ISABELLE GUYON, ANDRE ELISSEEFF. An introduction to variable and feature selection [J]. {H}JOURNAL OF MACHINE LEARNING RESEARCH 2003, 3.
[13] YE Nong, LI Xiangyang, CHEN Qiang. Probabilistic techniques for intrusion detection based on computer audit data [J]. {H}IEEE Transactions on Systems Man and Cybernetics 2001, 31(4).
[14] 边肇琪, 张学工. 模式识别 [M]. {H}北京:清华大学出版社 2000.
[15] CHANG Chihchung, LIN Chihjen. LIBSVM:A Library for Support Vector Machines [DB/OL]. http://www.csie.ntu.edu.tw/～cjlin/papers/libsvm.pdf 2013.
[16] MAHBOD Tavallaee, EBRAHIM Bagheri, WEI Lu. A detailed analysis of the KDD CUP 99 Data Set [A]. [s.n.] 2009.
[17] VICTORIA J. HODGE, JIM AUSTIN. A Survey of Outlier Detection Methodologies [J]. Artificial Intelligence Review: An International Science and Engineering Journal 2004, 2(2).

基于贝叶斯方法的单分类入侵检测技术

One-class intrusion detection technique based on Bayesian approach

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	牛晓颖,牟晓晴,孙杰,张春江,赵志磊,田特. 基于营养成分和主成分分析的驴肉与其他肉类分类研究[J]. 河北大学学报(自然科学版), 2022, 42(5): 483-493.
[2]	戚元星,崔双喜. 集成学习在电网假数据入侵检测中的应用[J]. 河北大学学报(自然科学版), 2022, 42(1): 105-112.
[3]	李瑞凯,侯凯旋,张丽娜,娄存广,刘秀玲. 基于太赫兹时域光谱的3种中药材真伪鉴别[J]. 河北大学学报(自然科学版), 2020, 40(4): 379-384.
[4]	李艳坤,贾明静,王涵. 中红外光谱法结合化学计量学对柏子养心丸和牛黄解毒丸的分析[J]. 河北大学学报(自然科学版), 2018, 38(3): 262-267.
[5]	刘照. 基于期望值简约的模糊非线性回归[J]. 河北大学学报(自然科学版), 2018, 38(1): 99-104.
[6]	高学伟,付忠广,孙力,张刚. 基于Hadoop分布式支持向量机球磨机大数据建模[J]. 河北大学学报(自然科学版), 2017, 37(3): 309-315.
[7]	夏立娅,李小亭,李晓杨,张晓瑜,尹洁璇. 矿物元素结合簇类独立软模式法对冬枣产地判别模型的优化[J]. 河北大学学报(自然科学版), 2016, 36(4): 374-379.
[8]	李凯,徐治平. 一种基于半监督学习的2DPCA人脸识别方法[J]. 河北大学学报(自然科学版), 2013, 33(4): 413-419.
[9]	翟俊海,翟梦尧,王华超. 基于小波变换和2DPCA的人脸识别[J]. 河北大学学报(自然科学版), 2010, 30(5): 574-579.
[10]	井爱芹,马寨璞,赵建华,吴玲,石长灿,张春泉. 甲壳动物免疫力综合指标定量研究[J]. 河北大学学报(自然科学版), 2010, 30(4): 400-407.
[11]	王雷,王芳,么炜,程洪,李志平. 基于模糊决策树的入侵检测规则生成技术[J]. 河北大学学报(自然科学版), 2008, 28(4): 438-442.
[12]	刘玉玲,杜瑞忠. 基于模糊积分的多神经网络融合在入侵检测中的应用[J]. 河北大学学报(自然科学版), 2008, 28(3): 312-317.
[13]	李凤超,刘存歧,管越强,刘炜炜,康现江. 应用多元分析方法评价白洋淀水质现状[J]. 河北大学学报(自然科学版), 2006, 26(4): 405-410.
[14]	杨刚,赵红,石强. 基于移动代理的MIDS研究与设计[J]. 河北大学学报(自然科学版), 2005, 25(4): 439-442.
[15]	赵守伟. 数据挖掘在网络异常检测中的应用[J]. 河北大学学报(自然科学版), 2004, 24(4): 444-447.