基于K-meansd的网络入侵检测系统的实验报告.docx

《基于K-meansd的网络入侵检测系统的实验报告.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于K-meansd的网络入侵检测系统实验报告科目：网络安全组别：姓名：学号：二〇一五年十二月基于K-meansd的网络入侵检测系统实验报告一、实验目的使用K-Means算法对KDDCup1999数据集进行聚类分析，建立简单的入侵检测模型；再利用建立的模型对测试数据进行检测，测试聚类和检测精度。加强对网络安全中IDS的认识，提高网络安全防护意识。二、实验内容KDDCup99数据分两类，一种是训练数据集，用于提取数据特征，生成数据挖掘模型；一种是测试数据集，用于验证模型的效率和正确性。我们将数据集中的的10%训练集来训练

2、分类器，然后用corrected测试集测试分类器性能。实验主要包括四个方面：1.数据预处理从训练数据中选择适当的属性，作为聚类分析的参数；2.K-means算法编写3.聚类树模型构建4.通过测试数据测试得到混淆矩阵验证检测的准确度。三、实验环境操作系统：window1032位IDE：Pycharm4.0VS2010Python:2.7四、实验流程1.数据预处理及特征选择数据预处理和特征选择阶段使用了Python编写数据预处理：数据预处理阶段主要是将字符串转变为数值型，还有对39种攻击分成4类。(1)协议类型:1-icm

3、p;2-tcp;3-udp.(2)服务:domain-u1;ecr_i2;eco-i3;finger4;ftp-data5;ftp6; http7;hostnames8;imap4 9;login10;mtp11;netstat12;other13;private14;smtp15;systat16;telnet17;time18;uucp19;其他服务20;(3)标志:1-REJ;2-RSTO;3-RSTR;4-S0;5-S3;6-SF;7-SH;8-OTHER(4)数据类别：0-normal;1-probe;2-D

4、os;3-U2R;4-R2L特征选择：在总共41个特征中选择20个对聚类分析有用的特征，分别是：02协议类型03服务类型04状态标志05源到目的字节数06目的到源字节数11登录失败次数14是否获得root用户权限不要16root用户权限存取次数22是否是guest用户登录不要);232秒内连接相同主机数目242秒内连接相同端口数目27"REJ"错误的连接数比率29连接到相同端口数比率30连接到不同端口数比率33相同目的地相同端口连接数34相同目的地相同端口连接数比率35相同目的地不同端口连接数比率36相同目的地相同源端

5、口连接比率37不同主机连接相同端口比率39连接当前主机有S0错误的比率2.K-means算法编写K-means算法使用C++编写。流程如下：1.从n个数据对象任意选择k个对象作为初始聚类中心2.计算指定数据对象与聚类中心的欧几里德距离3.找到对离给定数据象最近的一个聚类4.重新计算每个聚类的中心5.直到聚类中心不再变化聚类结束。3.聚类树模型构建1.对数据集使用K-means算法进行分类，这里首先划分的5个类，即K的值为5，对每个聚类统计标签个数，选择个数最多的标签作为此类的标签。2.利用深度优先算法，对每个聚类层次分

6、析，计算其余标签的个数，若聚类层次小于3并且其余标签个数大于200或者层次大于3并且其余标签树大于150则继续对此类进行聚类，聚类的K值为该类中所有的标签类别数目。3.聚类终止条件：如果标签最大值大于200则不终止，若标签数量最大值在100到200之间并且聚合比率（其余标签数/最大标签树）大于0.33则不终止，若标签数量最大值在0到100之间并且聚合比率大于0.5则不终止。满足其他条件，便为叶子结点可以停止聚类。4.聚类到叶子结点后，终止聚类继续检查上一层聚类是否满足聚类结束条件，直到所有的聚类都符合条件，得到聚类树模

7、型。2.利用生成的聚类树模型进行测试1.首先计算本节点与数据的距离d1，判断是否有孩子节点，如果有，调用递归函数，获得孩子节点所在的子树中离数据距离最近的节点指针。直到遍历完所有的层次得到距离链，最后即最短。得到所分类的类标签，然后与该数据真实类标签比较，得到混淆矩阵。五、实验结果与分析总测试记录=311029正确标签记录=300006正确率=0.96456混淆矩阵如下：T/P0123407475036219050461622232171900221812020390032960044491010671600其中对角线

8、为预测准的值，对实验结果分析如下：在测试数据为310000条的情况下，达到了96%的正确率，第三类和第四类攻击方式没有分对一条，第三类因为数据太少，第四类可能是因为特征选取不当导致，还有待研究考量。实验中我调节了聚类精度和终止块大小，发现对结果影响不大，聚类都在96%左右，分析原因是模型本身问题，因为K-mean本身不能聚类任意形