[发明专利]一种基于快速KNN算法的入侵检测方法

摘要

本发明涉及一种基于快速KNN算法的入侵检测方法，包括以下步骤：数据预处理步骤，接收入侵检测原始数据，对原始数据进行数据预处理，包括连续数据离散化处理和字符数据数字化处理；特征约简步骤，采用基于互信息的特征约简算法对预处理后的数据进行特征约简；分类检测步骤，采用快速KNN算法对特征约简后的数据进行分类检测，并输出分类结果。与现有技术相比，本发明具有分类效率和分类精度高等优点。

主权项

一种基于快速KNN算法的入侵检测方法，其特征在于，包括以下步骤：数据预处理步骤，接收入侵检测原始数据，对原始数据进行数据预处理，包括连续数据离散化处理和字符数据数字化处理；特征约简步骤，采用基于互信息的特征约简算法对预处理后的数据进行特征约简，包括以下子步骤：a1)初始化：原始数据的特征集设为F(f1,f2,…,fm)，m为总特征个数；数据集的类别标识设为y；设置空集S，设需要选出N个特征；a2)选出第一个特征：对于F中的每个特征fi，计算fi与类别标识y的互信息I(fi；y)，然后选择使得I(fi；y)的值最大的fi，将fi存入集合S中，该特征即为第一个特征，同时将fi从集合F中剔除；a3)依次选出剩下的N‑1个特征：采用“最小冗余‑最大相关”标准策略选择第q个特征：Iq=argmax1≤i≤m{I(fi;y)-1q-1Σft∈Sq-1I(fi;ft)|fi∈F}]]>式中，I(fi；y)项是“最大相关”条件，Iq表示第q个特征的互信息，Sq‑1表示包含q‑1已选出特征的特征子集；a4)输出所选出的特征子集S；分类检测步骤，采用快速KNN算法对特征约简后的数据进行分类检测，并输出分类结果；采用快速KNN算法对特征约简后的数据进行分类检测具体为：b1)获得训练样本集，删除训练样本集中的重复数据；b2)建立索引模型；b3)对于当前待分类样本，判断已分类样本集中是否存在与待分类样本相同的样本，若是，则直接输出相同已分类样本的类别标识，若否，执行步骤b4)；b4)根据建立好的索引模型快速查找训练样本集中待分类样本的k个最近邻；b5)根据快速查找到的k个最近邻，输出待分类样本的类别标识；所述的步骤b2)中，建立索引模型具体为：b201)随机选择一个训练样本作为基准点R；b202)根据欧氏距离公式计算训练样本库中的每个训练样本到基准点R的距离，并按照距离的大小进行排序，得到一个有序的队列矩阵queuesort，queuesort的行数是训练样本的个数，其中每一行依次包括该样本数据的特征向量、类别标识及其到基准点R的距离；b203)建立索引表indextable，该索引表存储有序队列queuesort中第1、1+L、1+2L、…、1+iL、…个样本在有序队列queuesort中的位置和到基准点R的距离，其中，表示向上取整；b204)查找训练样本集中待分类样本的k个最近邻。