现代电子技术

2020, v.43;No.571(20) 87-91

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于聚类和非对称自编码的低频攻击检测方法
Method of low-frequency attack detection based on clustering and asymmetric autoencoding

聂俊珂;马鹏;苏旸;王绪安;

摘要(Abstract):

针对传统网络入侵检测方法无法有效检测高维网络下的低频攻击问题,提出一种结合聚类方法与非对称堆叠去噪自动编码器(ASDA)进行改进的入侵检测方法。该方法首先利用非对称堆叠去噪自动编码器对网络入侵数据进行数据特征提取和降维的操作,将输出结果进行重构平衡。将平衡重构后的数据集作为输入,利用改进K均值和密度聚类(DBSCAN)相结合的聚类分析技术进行特征选择,将选择后的特征数据作为输入,利用浅层学习分类器随机森林(RF)进行分类识别。实验结果证明,该文方法与传统入侵检测方法相比,提升了高维网络下低频攻击的检测准确率及效率,同时降低了误报率。

关键词(KeyWords): 低频攻击;入侵检测;高维网络;聚类分析;特征提取;分类识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61772550);国家自然科学基金资助项目(U1636114);国家自然科学基金资助项目(61572521)

作者(Author): 聂俊珂;马鹏;苏旸;王绪安;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享