网络伪装隐形文本特征检测及数据挖掘方法.pdf

《网络伪装隐形文本特征检测及数据挖掘方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、科技通报第30卷第4期Vol.30No.42014年4月BULLETINOFSCIENCEANDTECHNOLOGYApr.2014网络伪装隐形文本特征检测及数据挖掘方法康凤，蒋小惠，冯梅（成都航空职业技术学院工程实训中心，成都610100）摘要：基于特征分解原理，提出一种多维空间协方差矩阵数据挖掘算法，进行了最优化特征检测性能迭代和子空间文本数据特征检测算法的设计研究。提出采用K-L变换的特征压缩器设计进行高维特征向量的特征压缩，提高算法精度和减少计算量。在子空间中将文本数据空间分解为两个空间向量，采用两个空间向量的正交特性进行降噪去伪处理和

2、特征量的检测和提取。仿真实验对高度伪装隐形文本入侵特征检测，采用了DARPA数据库作为实验数据为研究对象，实验表明新算法能有效检测出信号出现的两个峰值，检测效果明显，检测性能较高，具有良好的入侵文本特征数据挖掘性能。关键词：网络入侵；检测；特征提取；数据挖掘中图分类号：TP393文献标识码：A文章编号：1001-7119（2014）04-0113-03MethodofDataMiningandHiddenTextDataFeatureDetectionforNetworkIntrusionKangFeng,JiangXiaohui,FengMe

3、i（EngineeringTrainingCenter,ChengduAeronauticPolytechinicCollege,Chengdu610100,China）Abstract:Animprovedhyperspacecovariancematrixdataminingalgorithmwasproposed,theoptimumfeaturedetectionperformanceiterationalgorithmandthesubspacetextdatafeaturedetectionalgorithmweredesigned

4、inthesametime.Forreducingthedimensionsofextractedfeature,thefeaturecompressorwasdesignedbasedonK-Ltransformforthebenefitofimprovingtheaccuracyandreducingthecomputingload.Thesubspacewasdividedintotwospacesvectors,andtheor⁃thonormalpropertyofthetwovectorswastakengooduseforredu

5、cingthenoiseandeliminatingthecamouflage.SimulationexperimentwasworkedwiththeDARPAdatabaseforthedetectionanddatamining.Simulationresultshowsthatthepro⁃posedmethodcandetectthesignalastheshowingoftwopeaks,thedetectionperformanceisvarious,theintrusiondataisminedeffectively.Keywo

6、rds:networkintrusion;detection;featureextraction;datamining0引言征分解原理，在子空间中将文本数据空间分解为两个空间向量，一是合法信号子空间向量，另一个是入侵信[4]信息社会在海量数据的基础以及海量数据处理方号的子空间向量。本算法设计采用两个空间向量的面的技术推动下已经进入了大数据时代，面对海量的正交特性进行降噪去伪处理和特征量的检测和提取。文本信息数据，对之进行采集、整理、安全检测，具有一从而有效检测非法入侵的隐形文本数据，达到本文所定的难度，由此，诞生了数据挖掘技术，对海量文本的需求

7、的隐形文本特征提取和检测的目的，最终挖掘出[5]数据挖掘，从中检测到对需要和所利用的数据，一方面非法的入侵信号，达到网络系统的安全运行的目的。可以达到高效搜索的目的，另一个方面可以对一些入侵信号进行有效检测，有效保证网络的纯洁和安全。1基于子空间文本特征检测本文主要研究的是第二个方面的问题，即研究高度伪[1-3]1.1子空间文本数据特征检测装下隐形文本的检测和数据挖掘问题。本文基于特收稿日期：2013-07-11作者简介：康凤（1978－），女，重庆涪陵人，硕士，讲师，研究方向：计算机应用。114科技通报第30卷基于特征分解原理，在子空间中将文

8、本数据空间方法，用差额信噪比ΔSNR(i)表示i次入侵文本特征信分解为两个空间向量，一是合法信号子空间向量，另一号的检测性能，ΔSNR(i+1)表示经