基于主成分分析禁忌搜索和决策树分类的异常流量检测方法

基于主成分分析禁忌搜索和决策树分类的异常流量检测方法冶晓隆;兰巨龙;郭通
【期刊名称】《计算机应用》
【年(卷),期】2013(33)10
【摘要】真实网络流量包括大量特征属性,现有基于特征分析的异常流量检测方法无法满足高维特征分析要求.提出一种基于主成分分析和禁忌搜索(PCA-TS)的流量特征选择算法结合决策树分类的异常流量检测方法,通过PCA-TS对高维特征进行特征约减和近优特征子集选择,为决策树分类方法提供有效的低维特征属性,结合决策树分类精度和处理效率高的优点,采用半监督学习方式进行异常流量实时检测.实验表明,与传统异常检测方法相比,此方法具有更高的检测精度和更低的误检率,其检测性能受样本规模影响较小,且对未知异常可以进行有效检测.
【总页数】6页(P2846-2850,2944)
【作者】冶晓隆;兰巨龙;郭通
【作者单位】国家数字交换系统工程技术研究中心,郑州450002;国家数字交换系统工程技术研究中心,郑州450002;国家数字交换系统工程技术研究中心,郑州450002
【正文语种】中文
【中图分类】TP393.08
【相关文献】
1.一种基于禁忌搜索的多用户检测方法 [J], 王焱滨;李春光;虞厥邦
2.基于PCA和禁忌搜索的网络流量特征选择算法 [J], 冶晓隆;兰巨龙;郭通
3.基于禁忌搜索的管道状况集成检测方法 [J], 王永雄;苏剑波
4.基于禁忌搜索算法的计算机通信网络中容量与流量分配问题的优化研究 [J], 申健;许福永
5.基于混合禁忌搜索算法的水位流量关系拟合 [J], 汪嘉杨;李祚泳;倪长健;熊建秋因版权原因，仅展示原文概要，查看原文内容请购买。