基于数据挖掘的异常检测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201110283015.X
申 请 日：20110922
申 请 人：重庆大学
申请人地址：400045 重庆市沙坪坝区沙正街174号
公 开 日：20131127
公 开 号：CN102324007B
代 理 人：郭云
代理机构：重庆市前沿专利事务所(普通合伙) 50211
摘 要：本发明公开了一种基于数据挖掘的异常检测方法，属于网络安全技术领域。该异常检测方法基于独立分量分析和Adaboost方法，首先用Fast-ICA算法进行特征提取,以消除冗余属性,降低数据维数。AdaBoost方法依次训练一组弱分类器,将它们集成为一个强分类器。通过本发明，有效地消除网络数据中的冗余属性信息，减少了分类器的训练和检测的运算量；同时也提高了检测的精度，降低样本误报和漏报的概率。
主 权 项：一种基于数据挖掘的异常检测方法，其特征在于：由以下步骤组成：S1、以网络数据作为观测变量，采用FAST?ICA方法从所述观测变量中提取观测变量特征，构成观测变量特征集合Z，即获得消除冗余属性且降低数据维数的网络数据特征；S2、采用ADABOOST方法训练观测变量特征：以观测变量特征集为训练集，各观测变量特征作为训练文本，向各训练文本赋予一个权值，其中所述权值用于表示所述训练文本被弱分类器选入训练集的概率，当弱分类器训练结束后，根据训练集的分类结果调节各训练文本的权重：如果所述训练样本被所述弱分类器精确分类，则所述弱分类器的权重降低，则其被下一弱分类器选入训练集的概率降低；如果所述训练样本未被所述弱分类器精确分类，则其被下一弱分类器选入训练集的概率提升，最终获得强分类器；S3、根据所述强分类器对异常网络数据进行检测。
关 键 词：
法律状态：生效
IPC专利分类号：G06F21/55