降維分類方法在入侵檢測中的研究與應(yīng)用.pdf

1、本文的目的在于解決高維度數(shù)據(jù)的實(shí)時(shí)分類問題。大數(shù)據(jù)環(huán)境下，都會出現(xiàn)有運(yùn)算效率，大數(shù)據(jù)量和實(shí)時(shí)性要求的分類問題，例如，如何從髙維度的網(wǎng)絡(luò)數(shù)據(jù)中實(shí)時(shí)檢測出入侵行為；如何從公司大規(guī)模的交易業(yè)務(wù)數(shù)據(jù)中檢測出異常交易行為；如何從電商銷售數(shù)據(jù)中通過對用戶的歷史行為對用戶進(jìn)行分類等。常用的分類方法有KNN，SVM,貝葉斯分類，決策樹等，該類方法分類的準(zhǔn)確率及實(shí)時(shí)性仍有欠缺，尤其是在髙維情況下難以有效處理。本文提出一種基于正交投影的降維分類方法，能夠高

2、效地訓(xùn)練分類模型和快速分類。
　　該方法先對數(shù)據(jù)集進(jìn)行預(yù)處理，剔除噪聲數(shù)據(jù)和缺失值；選擇參與分類的屬性，構(gòu)建多分類坐標(biāo)平面集，通過將各坐標(biāo)平面進(jìn)行柵格化，使用二維矩陣進(jìn)行表示。然后對各屬性進(jìn)行線性映射，將多維數(shù)據(jù)集投影至柵格中進(jìn)行統(tǒng)計(jì)，用多組二維矩陣記錄各類型數(shù)據(jù)柵格化后的投影頻數(shù)。訓(xùn)練集數(shù)據(jù)投影完成后，對各矩陣表示數(shù)值型數(shù)據(jù)的方向進(jìn)行高斯模糊處理，得到一系列密度矩陣。將待分類數(shù)據(jù)向密度矩陣進(jìn)行投影，獲得投影點(diǎn)位置的數(shù)值，通過比對

3、投影后的矩陣信息，獲得其分類信息。若保留模糊前的矩陣，通過將增量的數(shù)據(jù)集疊加投影到矩陣上，再進(jìn)行高斯模糊，則能實(shí)現(xiàn)增量機(jī)制。
　　傳統(tǒng)分類方法試圖在空間或更高階的空間中尋找分類面，而本文方法則從數(shù)據(jù)在各投影面上的分布密度出發(fā)，通過綜合考慮各概率密度進(jìn)行分類判斷。該方式較完整地保留了數(shù)據(jù)的邊緣密度，因此能較好地還原數(shù)據(jù)點(diǎn)的空間分布信息。因此能在較小運(yùn)算量下得到較高的魯棒性，尤其適用于處理數(shù)據(jù)量大，維度較高的分類問題。
　　本文

4、運(yùn)用KDD CUP99網(wǎng)絡(luò)入侵檢測數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，嘗試對19種入侵類型以及一種正常類型進(jìn)行分類。KDD cup99包含4898429條記錄與31維屬性，本文挑選其中18個(gè)屬性進(jìn)行實(shí)驗(yàn)，從所有記錄中隨機(jī)抽取10％作為訓(xùn)練集，其余90%作為測試集。使用150*150的單精度浮點(diǎn)矩陣對每個(gè)坐標(biāo)平面進(jìn)行柵格化表示，共有20*C218個(gè)矩陣。實(shí)驗(yàn)結(jié)果顯示訓(xùn)練模型耗時(shí)6193毫秒，分類耗時(shí)14133毫秒，總體準(zhǔn)確率達(dá)到了98.42%,其中5個(gè)樣本充足