入侵检测大数据集代价敏感重平衡分类策略

扫码查看

原文链接

NETL

中文摘要：当前数据挖掘领域中,传统的精度敏感分类并不能完全适用于不平衡入侵检测数据.文中针对大规模不平衡入侵检测数据集,定义数据拓展函数,提出了一种新的大规模数据分层预处理LDSP(Large Scale Dataset Stratified Pretreatment)算法,分层并人工合成稀有类数据”剪除”多数类数据重平衡数据集,不仅有效避免了数据过度拟合且可独立使用.结合入侵检测代价敏感分配机制,最小化误分类代价,最终实现了LDSP算法与MetaCost算法相结合的数据重平衡分类策略.实验结果表明,预处理算法合理有效;较之其他算法,此策略在时间和精度上均具有处理入侵检测大规模不平衡数据集分类问题的优势.

作者：

BIAN Jing、边婧、PENG Xin-guang、彭新光、YAN Jian-hong、闫建红

展开 >

作者单位：

College of Computer Science and Technology,Taiyuan University of Technology,Taiyuan 030024,China The Center of Information and Network,Shanxi Medical College of Continuing Education,Taiyuan 030012,China

太原理工大学计算机科学与技术学院,太原030024 山西职工医学院网络信息中心,太原030012

The Center of Information and Network,Shanxi Medical College of Continuing Education,Taiyuan 030012,China

太原理工大学计算机科学与技术学院,太原030024

Department of Computer Science,Taiyuan Normal University,Taiyuan 030012,China

太原师范学院计算机科学与技术系,太原030012

展开 >

关键词：

计算机网络信息安全入侵检测数据处理重平衡分类策略

主办单位：

中国计算机学会

会议名称：

2012中国计算机大会

会议时间：

2012-10-01

会议地点：

大连

会议母体文献：

2012中国计算机大会论文集

页码：

出版时间：

2012