[发明专利]一种高效的半监督多层次入侵检测方法及系统在审

专利信息
申请号: 201910164419.3 申请日: 2019-03-05
公开(公告)号: CN109902754A 公开(公告)日: 2019-06-18
发明(设计)人: 曹卫东;许志香 申请(专利权)人: 中国民航大学
主分类号: G06K9/62 分类号: G06K9/62;H04L29/06
代理公司: 天津市鼎和专利商标代理有限公司 12101 代理人: 蒙建军
地址: 300300 天*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种高效的半监督多层次入侵检测方法及系统,属于网络安全中的入侵检测领域,至少包括如下步骤:步骤一、将数据集中的符号属性转化为数值型属性,然后将所有数值型属性归一化;步骤二、将经过数值化和归一化处理之后的数据,作为构建Kd‑tree的数据集,计算结点的密度权值与距离权值,在高样本密度区选择K‑means算法的初始聚类中心;步骤三、将聚类之后的数据分成三个类簇,借助改进的Tri‑training方法扩充有标签数据集,采用加权投票规则对无标签样本打标签;步骤四、经过扩充后的有标签数据集作为分类器的输入,分类器采用二叉树型,每一层都采用二分类器。
搜索关键词: 入侵检测 数值型属性 标签数据 半监督 分类器 初始聚类中心 归一化处理 无标签样本 符号属性 计算结点 数据集中 投票规则 网络安全 二叉树 二分类 归一化 密度区 数据集 数值化 构建 聚类 类簇 加权 算法 样本 标签 转化 改进
【主权项】:
1.一种高效的半监督多层次入侵检测方法,其特征在于,至少包括如下步骤:步骤一、将数据集中的符号属性转化为数值型属性,然后将所有数值型属性归一化;步骤二、将经过数值化和归一化处理之后的数据,作为构建Kd‑tree的数据集,计算结点的密度权值与距离权值,在高样本密度区选择K‑means算法的初始聚类中心;步骤三、将聚类之后的数据分成三个类簇,借助改进的Tri‑training方法扩充有标签数据集,采用加权投票规则对无标签样本打标签;步骤四、经过扩充后的有标签数据集作为分类器的输入,分类器采用二叉树型,每一层都采用二分类器。
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中国民航大学,未经中国民航大学许可,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/201910164419.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top