一种基于无监督学习的网络入侵检测方法[发明专利]

专利名称：一种基于无监督学习的网络入侵检测方法专利类型：发明专利
发明人：程艳云,范卫俊
申请号：CN201810021778.9
申请日：20180110
公开号：CN108366048A
公开日：
20180803
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于无监督学习的网络入侵检测方法，其实现步骤为：将样本数据存放到张量中；通过对张量数据进行基于评价指标的局部搜索，找到评价指标最高的子张量；数据；将数据分成左右子节点，通过不断比较父节点和左右子节点评价指标值的数值关系，判断二叉树生长是否终止。

将二叉树所有的左叶节点存放到可疑行为集合中并输出。

本发明提高了对张量数据中的多密集块的检测的准确率和召回率，给出了评价可疑行为的指标，同时给出了二叉树生长终止条件的严格数学证明。

本发明可以用于在稀疏背景下对密集块检测，即在数据源很少的情况下，对网络入侵进行检测。

申请人：南京邮电大学
地址：210023 江苏省南京市栖霞区文苑路9号
国籍：CN
代理机构：南京经纬专利商标代理有限公司
代理人：朱小兵
更多信息请下载全文后查看。