论文部分内容阅读
提出了一种新的距离定义和基于聚类的有指导的入侵检测方法CBSID(Clustering-based and Supervised Interusion Detection),该方法在带标记的训练集上进行聚类,以聚类结果作为分类模型对未见数据进行分类.该方法对于参数和数据输入顺序具有稳健性,可增量更新分类模型.不同于一般的有指导的入侵检测方法,该方法对未知入侵有一定的检测能力.在KDD-CUP99数据集上的测试结果表明,CBSID有理想的性能(高的检测率和低的误报率).