主动学习半监督聚类入侵检测算法

摘要

针对聚类的入侵检测算法误报率高的问题，提出一种主动学习半监督聚类入侵检测算法。在半监督聚类过程中应用主动学习策略，主动查询网络中未标记数据与标记数据的约束关系，利用少量的标记数据生成正确的样本模型来指导大量的未标记数据聚类，对聚类后仍未能标记的数据采用改进的K-近邻法进一步确定未标记数据的类型，实现对新攻击类型的检测。实验结果表明了算法的可行性及有效性。