[发明专利]基于粗糙集理论与WAODE算法的入侵检测方法有效
| 申请号： | 201610641020.6 | 申请日： | 2016-08-05 |
| 公开（公告）号： | CN106778252B | 公开（公告）日： | 2020-04-10 |
| 发明（设计）人： | 李千目;耿夏琛;李德强 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;H04L29/06;G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 王玮 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于粗糙集理论与WAODE算法的入侵检测方法。在入侵检测时，首先使用已标注的连接数据作为建立模型的训练集。随后利用粗糙集理论，对网络连接数据实行基于粗糙集理论的属性约简。然后利用WAODE算法建立入侵检测模型。在实时入侵检测过程中，对实时数据，进行属性约简，最后根据建立好的入侵检测模型，对实时的连接数据进行分类，从而判断连接是正常连接还是入侵数据，完成入侵检测。本发明既能提高入侵检测的效率，减少入侵检测系统的资源消耗，同时也能够保证较高的入侵检测准确度。 | ||
| 搜索关键词： | 基于 粗糙 理论 waode 算法 入侵 检测 方法 | ||
【主权项】：
一种基于粗糙集理论与WAODE算法的入侵检测方法，其特征在于步骤如下：第一步，对于过去收集的、已标示是正常连接还是某种入侵方式的网络连接数据进行随机抽样，作为建立模型的训练集；第二步，对抽样后的数据进行数据预处理；第三步，对于完成预处理的数据，利用基于粗糙集理论的属性重要度对数据进行属性约简；第四步，对于属性约简后的训练集数据，利用WAODE算法和约简后的训练集数据建立分类模型，得到入侵检测模型；第五步，对于待检测的网络连接数据，将其输入入侵检测模型，利用检测模型判断该数据是属于正常数据还是入侵数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610641020.6/，转载请声明来源钻瓜专利网。
- 上一篇：墙壁开关
- 下一篇：一种隔离开关底座及单柱垂直伸缩式隔离开关
