[发明专利]基于杂交带的最近邻入侵检测算法

摘要

本发明公开了一种基于杂交带的最近邻入侵检测算法，包括如下步骤：步骤1 数据预处理，对收集到的原始数据去掉其中重复的，不完整的数据来降低训练检测模型的时间；步骤2 生成检测对象的感知哈希摘要，将预处理后的数据进行数值化和归一化成为标准数据，将每一条数据的不同属性值相加，生成一段感知哈希摘要；步骤3 生成检测子集合，将感知哈希摘要做向下取整，然后将所有具有相同感知哈希摘要的训练样本构建一个检测集合；步骤4 在相同感知哈希的入侵检测对象构建的集合上构建杂交带；步骤5 对检测对象做投票分类，加快入侵检测速度。采用本发明的技术方案可以提高入侵检测速度，并且随着测试数据的增大，速度的提高的效果会越发显著。

主权项

一种基于杂交带的最近邻入侵检测算法，其特征在于：包括如下步骤：步骤1数据预处理，对收集到的原始数据去掉其中重复的，不完整的数据来降低训练检测模型的时间；步骤2生成检测对象的感知哈希摘要，将预处理后的数据进行数值化和归一化成为标准数据，将每一条数据的不同属性值相加，生成一段感知哈希摘要；步骤3生成检测子集合，将感知哈希摘要做向下取整，然后将所有具有相同感知哈希摘要的训练样本构建一个检测集合；步骤4在相同感知哈希摘要的入侵检测对象组成的集合上构建杂交带，对生成的若干个检测集合，根据公式sim(xi,xj)=Σk=1dfxi,j*xj,kΣk=1dfxj,k2*Σk=1dfxj,k2---(2)]]>计算子集合内的样本间的相似度；如果两个样本的感知哈希值相同并且它们的相似度大于阈值θ,但是这两个样本属于不同的攻击类型，则将他们加入到杂交带集合中；步骤5对检测对象做投票分类，加快入侵检测速度；入侵检测阶段，计算检测对象感知哈希值，使用该感知哈希值对应的集合中的杂交带中的样本对检测对象做投票分类；如果杂交带中的对象无法完成投票分类，则使用该集合中的非杂交带中的样本做投票分类来加快入侵检测速度。