基于稀疏向量距离的网络入侵数据检测

摘要：

传统的网络入侵检测速度慢、实时性差,且误报率较高.为此,提出一种基于稀疏向量距离的网络入侵数据检测方法.该方法首先对所获得的网络样本数据进行初步分析,采用K-means算法对样本数据包进行量化处理得到该数据流的位置分布集,使用压缩感知的稀疏编码技术处理,得到数据的稀疏表示,然后通过随机投影获取数据集的二值哈希编码可以近似地表示稀疏向量的距离,与设定的阈值进行比较,判断该数据是否为入侵数据.根据这些稀疏向量的距离能够快速而准确地检测到入侵的网络数据.实验结果表明,相对于传统检测算法,本文算法具有速度快、实时性好、误报率低等优点,使入侵检测系统的性能得到了很大提高,充分确保了网络的安全性.

关键词：压缩感知、位置敏感哈希、入侵检测、二值哈希编码、网络安全

所属期刊栏目：17

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金41402290,61462028;江西省科技厅工业支撑计划20151BBE50055;南昌市优势科技创新团队、江西省研究生创新专项资金YC2015-S254

在线出版日期：2017-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：88-92