摘要: 本文描述了一个基于相关特征矩阵和神经网络的异常检测方法。此方法首先创建用户轮廓以定义用户正常行为,然后比较当前行为与用户轮廓的相似度,判断输入是正常或入侵。为了避免溢出和减少计算负担,使用主成分分析法提取用户行为的主要特征,而神经网络用于识别合法用户或入侵者。在性能测试实验中,系统的检测率达到74.6%,而误报率为2.9%。在同样的数据集和测试集的情况下,与其它方法相比,此方法的检测性能最优。
李战春,李之棠,黎耀.
基于相关特征矩阵和神经网络的异常检测研究
[J]. 计算机工程与应用, 2006, 42(7): 19-.
,,. A Study on Anomaly Detection Method Based Correlation Eigen Matrix and Neural Network[J]. Computer Engineering and Applications, 2006, 42(7): 19-.