基于数据挖掘的网络入侵检测中k-NN分类规则改进研究  

A Research on the k-NN Classifier for IDSs Based on Data Mining

作　　者：李庆华[1] 孟中楼[1] 童健华[1] 

机构地区：[1]华中科技大学国家高性能计算中心,湖北武汉430074

出　　处：《计算机工程与科学》2005年第10期5-7,共3页Computer Engineering & Science

基　　金：国家自然科学基金资助项目(60273075)

摘　　要：采用数据挖掘技术来扩展入侵检测的功能以判别未知攻击是当前的一个研究热点。本文在分析了各种数据挖掘算法的基础上,提出将k-NN分类规则运用于入侵检测,给出了可运用于入侵检测的k-NN分类规则改进算法k-NNfor IDS。最后,我们在KDD99上对-kNN for IDS算法进行试验,验证了算法的有效性。It is a hot research point to adopt data mining to expand intrusion detection systems＇ capability in order to detect new attacks. In this research,we apply the k_NN classifier to IDSs based on various data mining algorithms. We present k_NN for IDSs, an algorithm which is used for intrusion detection based on the k_NN classifier. Finally, we give a detailed description on using the k-NN classifier for IDSs, and prove the effectiveness of this mended algorithm on KDD99.

关 键 词：k-NN分类规则 入侵检测系统 规范化 信息增益 加权 K-NN for IDS 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]