王卓芳
- 作品数：3 被引量：25H指数：2
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省科技厅科技计划项目国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 面向网络入侵检测的数据样本综合处理方法
- 入侵检测作为一个十分有效且重要的主动安全防御技术,长久以来一直是学者热点研究的前沿课题。训练数据的组成和优劣直接决定了分类模型的有效性、精确度和可伸缩性,从而影响整个入侵检测系统的性能。通过检测网络获得的训练数据具有海量...
- 王卓芳
- 关键词：入侵检测不平衡数据大数据预处理
- 文献传递
- 自适应AP聚类算法及其在入侵检测中的应用被引量：17
- 2015年
- 网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与簇中心距离较近样本的方法,减少聚类样本数量,降低聚类时空消耗,并依据关联结果,不断调整聚类参数,精确聚类结果。2个网络安全数据集的应用结果表明,该方法可从大规模样本中有效聚出代表性子集,在保证准确率的前提下,提高入侵检测的实效性。
- 江颉王卓芳陈铁明朱陈晨陈波
- 关键词：入侵检测聚类自适应
- 不平衡数据分类方法及其在入侵检测中的应用研究被引量：8
- 2013年
- 直接将传统的分类方法应用于不平衡数据集时,往往导致少数类的分类精度低下。提出一种基于K-S统计的不平衡数据分类方法,以有效提高少数类的识别率。利用K-S统计评估分类与特征之间的关系,去除冗余特征,并且构建K-S决策树获得数据分片,调整数据的不平衡度;最后对分片数据双向抽样调整,进行分类学习。该方法使用的K-S统计假设条件极易满足,其效率高且适用性强。通过KDD99入侵检测数据的分析对比表明,对于不平衡的数据集,该方法对多数类及少数类都具有较高的分类精度。
- 江颉王卓芳GONG Rong-sheng陈铁明
- 关键词：不平衡数据逻辑回归入侵检测
