收藏本站
《南京理工大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于聚类分块支持向量机的入侵检测算法

高华  
【摘要】: 随着网络的发展,网络安全问题日益突出。能够迅速、有效地发现各类入侵行为,能够保证系统和网络资源安全的入侵检测系统成为当前研究的热点。本文使用数据挖掘、机器学习等理论工具完成了对网络包的异常检测,具有一定的理论与实际意义。 本文提出了一种基于聚类分块SVM的入侵检测算法,有效地减少了大规模数据的训练时间,并在保证分类精度的前提下提高了SVM的判别速度;使用异构数据的HVDM距离对原始数据进行预处理,解决了原始数据中含有字符串数据导致SVM算法无法工作问题;引入了一种改进的K-均值算法有效地降低了K-均值算法对初始值的选择依赖性;把改进算法融入到通用入侵检测框架中,提出了基于改进SVM的入侵检测系统模型。 本文提出的基于聚类分块SVM的入侵检测算法在KDDCUP1999数据集上进行了仿真实验,结果表明该改进算法具有具有较高的效率和精度。因而,本课题对于机器学习以及入侵检测系统等领域的研究具有参考价值。
【学位授予单位】:南京理工大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP393.08

【引证文献】
中国硕士学位论文全文数据库 前1条
1 赵春兰;基于改进SVM的网络入侵检测算法研究[D];西安科技大学;2012年
【参考文献】
中国期刊全文数据库 前3条
1 孙喜晨;贺仁亚;封举富;;一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)[J];北京大学学报(自然科学版);2007年01期
2 宋世杰,胡华平,胡笑蕾,金士尧;基于数据挖掘的网络型误用入侵检测系统研究[J];重庆邮电学院学报(自然科学版);2004年01期
3 吕佳;;核聚类算法及其在模式识别中的应用[J];重庆师范大学学报(自然科学版);2006年01期
中国硕士学位论文全文数据库 前5条
1 刘世翔;网络入侵检测系统研究与实现[D];吉林大学;2004年
2 刘伟;基于数据挖掘的入侵检测系统研究[D];山东科技大学;2005年
3 宋平平;基于数据挖掘的入侵检测系统研究[D];合肥工业大学;2006年
4 魏春英;基于免疫原理的入侵检测技术研究[D];山东师范大学;2006年
5 吉磊;基于数据挖掘的入侵检测技术研究[D];上海交通大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 刘兴远,方顺兴,姚忠国;建筑结构试验数据处理的几种方法[J];四川建筑科学研究;1993年02期
2 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
3 谢飞;;支持向量机及其应用研究[J];安徽教育学院学报;2007年03期
4 张燕平;提取特征规则的重复覆盖算法(RCA)[J];安徽大学学报(自然科学版);2002年02期
5 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期
6 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
7 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
8 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
9 宋平平;;基于数据挖掘的智能入侵检测系统模型及实现[J];安徽工程科技学院学报(自然科学版);2006年03期
10 吴凤凰;;模式识别在植物叶片识别中的应用[J];安徽农业科学;2007年01期
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
6 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
7 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
8 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
9 马玉萍;高校校园网络安全管理与维护系统的研究与实现[D];长春理工大学;2010年
10 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
【同被引文献】
中国硕士学位论文全文数据库 前5条
1 杨浩;基于支持向量机的入侵检测技术研究[D];哈尔滨工程大学;2006年
2 初金涛;基于支持向量机的网络入侵检测研究[D];青岛大学;2007年
3 林红飞;支持向量机的研究及其在入侵检测中的应用[D];河海大学;2007年
4 刘洁;基于支持向量机的网络入侵检测系统研究[D];中南大学;2008年
5 陈莉;基于支持向量机的入侵检测方法研究[D];苏州大学;2009年
【二级参考文献】
中国期刊全文数据库 前9条
1 程乾生;属性识别理论模型及其应用[J];北京大学学报(自然科学版);1997年01期
2 吕佳;可能性C-Means聚类算法的仿真实验[J];重庆师范大学学报(自然科学版);2005年03期
3 姚兰,王新梅;入侵检测系统的现状与发展趋势[J];电信科学;2002年12期
4 薛建中,闫相国,郑崇勋;用核学习算法的意识任务特征提取与分类[J];电子学报;2004年10期
5 刘健庄,谢维信,黄建军,李文化;聚类分析的遗传算法方法[J];电子学报;1995年11期
6 徐宗本,聂赞坎,张文修;关于遗传算法公理化模型的进一步结果[J];工程数学学报;2001年01期
7 梁晓诚;入侵检测方法研究[J];桂林工学院学报;2000年03期
8 陈伟,彭文灵,杨敏;基于数据挖掘的入侵检测系统中挖掘效率的研究[J];赣南师范学院学报;2003年06期
9 余冬梅,朱爱红,王海军;基于改进的BM算法在IDS中的实现[J];甘肃工业大学学报;2003年01期
中国硕士学位论文全文数据库 前7条
1 姚灏;基于模式匹配的网络入侵检测系统——MIDS的设计与实现[D];电子科技大学;2002年
2 白晓冰;基于人工免疫模型的入侵检测技术研究[D];国防科学技术大学;2002年
3 骆民;网络级入侵检测系统的一种快速算法[D];哈尔滨工程大学;2002年
4 葛丽娜;基于人工免疫的入侵检测模型与方法研究[D];广西大学;2004年
5 徐健;基于免疫原理的入侵检测系统的研究与设计[D];山东科技大学;2004年
6 周洪伟;遗传算法“早熟”现象和改进策略研究[D];解放军信息工程大学;2004年
7 乐光学;基于Region多层结构P2P计算网络模型研究[D];湖南大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 于咏霞;杨阳;余生晨;;基于免疫算法和支持向量机的入侵检测研究[J];华北科技学院学报;2009年01期
2 许劲松,覃俊;一种基于支持向量机的入侵检测模型[J];计算机仿真;2005年05期
3 徐冲;王汝传;任勋益;;基于集成学习的入侵检测方法[J];计算机科学;2010年07期
4 黄艳秋;;IA-SVM算法在网络入侵检测中的研究[J];计算机仿真;2011年01期
5 张雪芹;顾春华;吴吉义;;基于约简支持向量机的快速入侵检测算法[J];华南理工大学学报(自然科学版);2011年02期
6 李涵;;一种改进的聚类方法在异常检测中的应用[J];微电子学与计算机;2010年08期
7 蔺旭东;曾晓宁;薄静仪;;一种基于支持向量的镜头聚类算法[J];计算机应用;2007年09期
8 张红梅;高海华;王行愚;;构造稀疏最小二乘支持向量机的网络入侵检测模型[J];华东理工大学学报(自然科学版);2008年06期
9 曾志强;高济;朱顺痣;;基于约简SVM的网络入侵检测模型[J];计算机工程;2009年17期
10 柏海滨;李俊;;基于支持向量机的入侵检测系统的研究[J];计算机技术与发展;2008年04期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张红梅;;基于粗糙集特征约简的SVM集成入侵检测模型[A];2009中国控制与决策会议论文集(3)[C];2009年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国重要报纸全文数据库 前10条
1 本刊特稿 陈岩;鲁西南村名的文化解读[N];济宁日报;2007年
2 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
3 王国定 宋瑞卿 王永亮;山西上市公司综合实力谁强?[N];山西日报;2001年
4 李水根;计算机详解配伍与药效关系[N];健康报;2005年
5 王宇乔;减肥品男性消费群不容忽视[N];民营经济报;2005年
6 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
7 李海峰;优化无功管理 实现电网安全运行[N];国家电网报;2008年
8 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
9 本报实习生 庞仕影;权威榜单不能让数字牵着走[N];国际金融报;2004年
10 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
中国博士学位论文全文数据库 前10条
1 杨清;移动自组网络路由入侵检测模型与方法研究[D];武汉理工大学;2009年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 贾银山;支持向量机算法及其在网络入侵检测中的应用[D];大连海事大学;2004年
4 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
5 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 高华;基于聚类分块支持向量机的入侵检测算法[D];南京理工大学;2007年
2 步新玉;基于数据挖掘的智能入侵检测系统研究[D];西安电子科技大学;2009年
3 金诚;基于神经网络集成的入侵检测技术[D];哈尔滨理工大学;2009年
4 杨浩;基于支持向量机的入侵检测技术研究[D];哈尔滨工程大学;2006年
5 吕彥波;基于支持向量机的入侵检测系统研究[D];西安理工大学;2007年
6 杨海振;数据流聚类算法及其应用的研究[D];五邑大学;2009年
7 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
8 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
9 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
10 张丹;基于SVM的在线无监督入侵检测系统[D];吉林大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026