基于正交最小二乘法的聚类及异常检测  

OLS Based Clustering and its Application to Intrusion Detection

作　　者：潘峰[1] 欧阳明光[1] 汪为农[1] 

机构地区：[1]上海交通大学计算机科学与工程系,上海200030

出　　处：《计算机工程与应用》2004年第11期1-3,51,共4页Computer Engineering and Applications

基　　金：国家自然科学基金资助(编号:60073074)

摘　　要：异常检测是防范新型攻击的基本手段。文中使用了一种基于K-近邻的入侵检测算法,它不需要预先知道分布,也能很好完成异常检测的任务。为了降低检测算法的时间和空间复杂度,使用正交最小二乘法对数据进行了聚类,其优点在于数学思想非常明确,可控性好。在文中使用了DARPA99的部分入侵测试数据对两种方法进行了测试。Ano ma ly detection techniques can detect novel attacks.This paper uses a method based on K-nearest neighbor classifier.It is probabilistic but distribution-free .In order to decrease its time complexity,OLS based clustering technique is u sed to find normal data's centers.Preliminary experiments with1999DARPA tcp dump data show it can effectively detect intrusive attacks.

关 键 词：异常检测 K-最近邻 正交最小二乘法 聚类 入侵检测 网络安全 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]