基于静态集成PU学习数据流分类的入侵检测方法-论文.pdf

《基于静态集成PU学习数据流分类的入侵检测方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西北大学学报(自然科学版)2014年8月，第44卷第4期，Aug．，2014，Vo1．44，No．4JoumalofNorthwestUniversity(NaturalScienceEdition)基于静态集成PU学习数据流分类的入侵检测方法郑科鹏，冯筠，孙霞，冯宏伟，曹国震。(1．陕西广播电视台播出部，陕西西安710068；2．西北大学信息科学与技术学院，陕西西安710127；3．西安航空学院计算机系，陕西西安710077)摘要：从数据流角度提出一种静态的集成Pu学习数据流分类的入侵检测方法，在实验验证中通过对不同数据集指标比较，证明了算法的有效性，可在减少人工标

2、注量的同时取得较好的检测效果。关键词：入侵检测；Pu学习；静态集成；分类分析中图分类号：TP393．08文献标识码：A文章编号：1000．274X(2014)04-0568-05StatiCclassifierensembleforintrusiondetectionbasedonpositiveunlabeledlearningZHENGKe-peng，FENGJun，SUNXia，FENGHong-wei，CAOGuo—zhen(1．DepartmentofBroodcast，ShaanxiRadioandTVStation，Xian710068，China；2．

3、SchoolofInformationScienceandTechnology，NorthwestUniversity，Xiall710127，China；3．DepartmentofComputerCeience，XianAeronauticalUniversity，Xian710077，China)Abstract：Inthestudyofintrusiondetection，positiveunlabeledlearningalgorithmcanreducetheworkloadofmanualannotationtrainingsamples．Fromthe

4、angleofdataflow，thepaperputsforwardakindofstaticin—tegratedintrusiondetectionmethodontheclassificationofpositiveunlabeledlearningdatastreams．Basedonthecomparisonofdifferentexperimentaldatasets，thispaperprovestheeffectivenessofthealgorithminre—ducingtheamountofmanualannotationandobtaingo

5、oddetectioneffect．Keywords：intrusiondetection；positiveunlabeledlearning；staticclassifierensemble；classificationanalysis针对数据流的分类算法通常假定数据流上的一种LELC的方法处理PU数据流的概念漂移，在数据是完全标记的，这在很多场合是不可能的，一整个数据流上通过抽取可能的正例和负例以及微方面是完全人工标记需要很大的资源消耗，另一聚类(Micro—Cluster)，然后构造一个强壮分类器方面，数据流的高速产生往往使得快速标记变得来进行分类；OCVFDT

6、和LELC都利用的是单分不可行。类器策略，本文研究的是如何采取集成技术解决近年来，一些关于PU学习的工作被扩展到PU数据流的分类。了数据流场合I2J。文献[3]提出了一种传统的入侵检测分类算法中，需要提供入侵、OCVFDT算法，该算法基于VFDT和POSC4．5，仅正常两个类别的训练数据，在实际的网络入侵检利用正例和未标注样本构造决策树，算法性能接测中通常入侵行为相对正常行为比例低，人工收近于用全标记样本训练的数据流分类器VFDT。集、标注海量训练样本开销大、代价昂贵⋯。对但OCVFDT不能处理概念漂移。文献[3]提出了此本文在PU学习(Positiveandunla

7、beledlearn一收稿日期：2014-05-03基金项目：国家自然科学基金资助项目(61202184)；陕西省教育厅基金资助项目(2013JK1152)作者简介：郑科鹏，男，陕西西安人，从事电视播出技术研究。第4期郑科鹏等：基于静态集成PU学习数据流分类的入侵检测方法·569·ing)场景下提出一种静态的集成PU学习数据流这里，是属性的所有可能取值的个数，D分类的入侵检测方法SCEPU(Positiveunlabeled是按照其中一个取值所划分的一个子集。learningbasedstaticclassifierensemble)，在只标注POS