混合属性数据流的两阶段入侵检测算法  

Two-phase Intrusion Detection Algorithm in Mixed Attributes Data Stream

作　　者：苏晓珂[1] 兰洋[2] 秦玉明[1] 万仁霞[1] 程耀东[3] 

机构地区：[1]东华大学信息科学与技术学院,上海201620 [2]信阳师范学院计算机与信息技术学院,河南信阳464000 [3]中国科学院高能物理研究所计算中心,北京100049

出　　处：《计算机工程》2010年第18期19-20,23,共3页Computer Engineering

基　　金：国家"863"计划基金资助项目(2006AA01A120);河南省教育厅自然科学基础研究计划基金资助项目(2010A520033)

摘　　要：以KDDCUP99-10%网络入侵数据集作为数据流,提出一种混合属性数据流的两阶段入侵检测算法。通过增量聚类提取数据流的代表信息,根据提出的加权模糊簇特征对增量聚类结果做模糊聚类,簇数可动态改变。理论分析和实验结果表明,该算法可以有效检测数据流入侵。This paper proposes a two-phase intrusion detection algorithm in mixed attributes data stream KDDCUP99-10% network intrusion data set. The algorithm gains the statistical information in data stream by the incremental clustering. Weighted fuzzy clustering is done based on the statistical information according to proposed weighted fuzzy cluster feature. The number of clusters for fuzzy clustering can change dynamically. Theoretical analysis and experimental results show the algorithm can detect the intrusion behaviors effectively.

关 键 词：混合属性 模糊聚类 数据流 入侵检测 

分 类 号：TP309.2[自动化与计算机技术—计算机系统结构]