基于异常行为的海洋气象传感网的入侵检测方法研究

TN929.52; 应对海洋气象传感网面临的异常数据流攻击,分析安全机制,针对其复杂庞大的网络结构和节点内分布极端不平衡的数据流,对基于异常行为的海洋气象传感网入侵检测方法进行研究,并搭建入侵检测系统.重点考虑数据集不平衡问题,使用深度生成网络 CVAE-GAN 学习数据集中少数类的分布,实现有效的数据生成.使用基于OPTICS的去噪算法清除多数类中噪声点,清晰化类别边界.从数据角度入手,降低数据集不平衡率,减小不平衡数据集对入侵检测系统的影响,提高分类器对少数类异常流量的识别能力.仿真结果表明,所提系统能够有效识别各类异常流量,尤其是少数类异常流量,所采用的不平衡数据集处理方法对分类器的检测...

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 44; no. 7; pp. 86 - 99
Main Authors 苏新, 田天, Ziyang Gong, 周一青
Format Journal Article
LanguageChinese
Published 中国科学院大学计算机科学与技术学院,北京 100190 25.07.2023
河海大学信息科学与工程学院,江苏 常州 213022%嘉泉大学计算机工程系,韩国 京畿道 04703%中国科学院计算技术研究所处理器芯片全国重点实验室,北京 100190
Subjects
数据集平衡化
IDS
海洋气象传感网
OPTICS
入侵检测系统
CVAE-GAN
MMSN
dataset balancing
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2023132

Cover

More Information
Summary:TN929.52; 应对海洋气象传感网面临的异常数据流攻击,分析安全机制,针对其复杂庞大的网络结构和节点内分布极端不平衡的数据流,对基于异常行为的海洋气象传感网入侵检测方法进行研究,并搭建入侵检测系统.重点考虑数据集不平衡问题,使用深度生成网络 CVAE-GAN 学习数据集中少数类的分布,实现有效的数据生成.使用基于OPTICS的去噪算法清除多数类中噪声点,清晰化类别边界.从数据角度入手,降低数据集不平衡率,减小不平衡数据集对入侵检测系统的影响,提高分类器对少数类异常流量的识别能力.仿真结果表明,所提系统能够有效识别各类异常流量,尤其是少数类异常流量,所采用的不平衡数据集处理方法对分类器的检测能力有显著提高.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2023132