控制与决策

作者：江峰,王凯郦,于旭,眭跃飞,杜军威

单位：青岛科技大学信息科学技术学院，山东青岛266061,,青岛科技大学信息科学技术学院，山东青岛266061,,青岛科技大学信息科学技术学院，山东青岛266061,,中国科学院计算技术研究所，北京100080,,青岛科技大学信息科学技术学院，山东青岛266061,

关键词：离群点检测;粗糙集;粗糙度;粗糙熵;无监督入侵检测

基金：国家自然科学基金项目(61402246,61973180)；山东省自然科学基金项目(ZR2018MF007)；山东省重点研发计划项目(2018GGX101052).

香农的信息熵被广泛用于粗糙集.利用粗糙集中的粗糙熵来检测离群点,提出一种基于粗糙熵的离群点检测方法,并应用于无监督入侵检测.首先,基于粗糙熵提出一种新的离群点定义,并设计出相应的离群点检测算法-----基于粗糙熵的离群点检测(rough entropy-based outlier detection,REOD);其次,通过将入侵行为看作是离群点,将REOD应用于入侵检测中,从而得到一种新的无监督入侵检测方法.通过多个数据集上的实验表明,REOD具有良好的离群点检测性能.另外,相对于现有的入侵检测方法,REOD具有较高的入侵检测率和较低的误报率,特别是其计算开销较小,适合于在海量高维的数据中检测入侵.

来源：2020年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第5期