[发明专利]基于云模型的入侵检测数据划分方法

摘要

本发明提供一种基于云模型的入侵检测数据划分方法。技术方案包括5个步骤步骤①建立云模型数据；步骤②计算云模型特征；步骤③输入待检测入侵检测数据；步骤④计算数据属性隶属度；步骤⑤划分信号类别。本发明的有益效果在进行入侵检测数据属性判断时，改变了以往依靠主观经验对数据的信号含义进行划分的方式，通过入侵检测数据属性隶属度的定量分析来划分信号含义；在后续的DCA异常检测中，提高了入侵检测的检测率，降低了虚警率，具备计算量小，实时性好等优点。

主权项

一种基于云模型的入侵检测数据划分方法，其特征在于，包括下述步骤：步骤①：建立云模型数据：从入侵检测标准数据集中选取N个正常数据存入矩阵X＝[xij]N×M中形成云模型数据，其中N的大小根据所需云模型的规模确定，M代表标准数据集的属性数；步骤②：计算云模型特征：利用下列公式计算云模型第j属性的期望Exj、熵Enj、超熵Hej、卡方值CSj和权重因子Pj，j＝1,2,…,M,步骤③：输入待检测入侵检测数据：将K个待检测入侵检测数据存入矩阵Z＝[zi′j]K×M,从云模型数据中随机选取K个正常数据存入矩阵Y＝[yi′j]K×M，其中K<N；步骤④：计算数据属性隶属度：利用下列公式分别计算正常数据的第j属性隶属度μj和待检测入侵检测数据的第j属性隶属度μ′j：上述公式中，En′是以Enj为均值、Hej为标准差的正态随机数；步骤⑤：划分信号类别：针对待检测入侵检测数据，依据以下情况划分信号：若Eμ′j＞Eμj，将K个待检测入侵检测数据划分为DS危险信号；若Eμ′j＞Eμj且Varμ′j＜Varμj，将K个待检测入侵检测数据划分为PAMPS病原相关分析模式信号；若Eμ′j≤Eμj，将K个待检测入侵检测数据划分为SS安全信号；其中，