计算机应用

作者：王垚, 孙国梓

单位：南京邮电大学 计算机学院, 南京 210023

关键词：入侵检测,不平衡学习,过采样方法,实例硬度,最优分配

基金：国家自然科学基金资助项目（61906099）；自然资源部城市国土资源监测与仿真重点实验室开放基金资助课题（KF-2019-04-065）。

针对由于网络流量数据不平衡而导致入侵检测模型检测率低的问题，提出了一种基于聚类和实例硬度的入侵检测过采样方法（CHO）。首先，测算少数类数据对应的硬度值并作为输入，即计算其近邻样本中多数类的样本所占的比例；接下来，运用Canopy聚类方法对少数类数据进行预聚类，将所得到的聚类数值作为K-means++聚类方法的聚类参数再次聚类；然后，计算不同簇的平均硬度和标准差，将平均硬度作为统计学最优分配原理中的“调查费用”，并由该原理确定各簇中应生成的数据量；最后，根据硬度值的大小进一步识别簇中的“安全”区域，并在各簇的安全区域中由插值法生成指定数量的数据。与合成少数类过采样技术（SMOTE）等方法在6组公开的入侵检测数据集上进行对比实验，所提方法在曲线下面积（AUC）和G-mean上均取得了值为1.33的最优值，且相较于SMOTE在其中4组数据集上的AUC平均提高了1.6个百分点。实验结果表明该方法适用于处理入侵检测中的不平衡问题。

来源：2021年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第6期