降維分類方法在入侵檢測中的研究與應用.pdf

1、本文的目的在于解決高維度數據的實時分類問題。大數據環(huán)境下，都會出現有運算效率，大數據量和實時性要求的分類問題，例如，如何從髙維度的網絡數據中實時檢測出入侵行為；如何從公司大規(guī)模的交易業(yè)務數據中檢測出異常交易行為；如何從電商銷售數據中通過對用戶的歷史行為對用戶進行分類等。常用的分類方法有KNN，SVM,貝葉斯分類，決策樹等，該類方法分類的準確率及實時性仍有欠缺，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、效地訓練分類模型和快速分類。
　　該方法先對數據集進行預處理，剔除噪聲數據和缺失值；選擇參與分類的屬性，構建多分類坐標平面集，通過將各坐標平面進行柵格化，使用二維矩陣進行表示。然后對各屬性進行線性映射，將多維數據集投影至柵格中進行統(tǒng)計，用多組二維矩陣記錄各類型數據柵格化后的投影頻數。訓練集數據投影完成后，對各矩陣表示數值型數據的方向進行高斯模糊處理，得到一系列密度矩陣。將待分類數據向密度矩陣進行投影，獲得投影點位置的數值，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，通過將增量的數據集疊加投影到矩陣上，再進行高斯模糊，則能實現增量機制。
　　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，而本文方法則從數據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行分類判斷。該方式較完整地保留了數據的邊緣密度，因此能較好地還原數據點的空間分布信息。因此能在較小運算量下得到較高的魯棒性，尤其適用于處理數據量大，維度較高的分類問題。
　　本文

4、運用KDD CUP99網絡入侵檢測數據進行實驗，嘗試對19種入侵類型以及一種正常類型進行分類。KDD cup99包含4898429條記錄與31維屬性，本文挑選其中18個屬性進行實驗，從所有記錄中隨機抽取10％作為訓練集，其余90%作為測試集。使用150*150的單精度浮點矩陣對每個坐標平面進行柵格化表示，共有20*C218個矩陣。實驗結果顯示訓練模型耗時6193毫秒，分類耗時14133毫秒，總體準確率達到了98.42%,其中5個樣本充足