基于相关特征矩阵和神经网络的异常检测研究

摘要：

文章描述了一个基于相关特征矩阵和神经网络的异常检测方法.该方法首先创建用户轮廓以定义用户正常行为,然后比较当前行为与用户轮廓的相似度,判断输入是正常或入侵.为了避免溢出和减少计算负担,使用主成分分析法提取用户行为的主要特征,而神经网络用于识别合法用户或入侵者.在性能测试实验中,系统的检测率达到74.6%,而误报率为2.9%.在同样的数据集和测试集的情况下,与其它方法相比,此方法的检测性能最优.

关键词：异常检测、神经网络、相关特征矩阵

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：湖北省自然科学基金2004ABA051;国家网络和信息安全管理中心资助项目2004-研1917-C-021

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：19-21,58