ｈｔｔｐ：／／ｗｗｗ．ｊｓｊｋｘ．ｃｏｍ
ＤＯＩ：１０．１１８９ｃｋｓ，ｗｈｉｃｈ ｉｓ ａｌｓｏ ａ ｐｒｏｂｌｅｍ ｔｈａｔ ｈａｓ
ｐｌａｇｕｅｄ ｔｈｉｓ ｆｉｅｌｄ ｆｏｒ ａ ｌｏｎｇ ｔｉｍｅ．Ａｉｍｉｎｇ ａｔ ｕｎｋｎｏｗｎ ｔｙｐｅｓ ｏｆ ｉｎｔｒｕｓｉｏｎ ａｔｔａｃｋｓ，ａｎ ｕｎｋｎｏｗｎ ａｔｔａｃｋ ｒｅｃｏｇｎｉｔｉｏｎ ｍｏｄｅｌ ｃｏｍｂｉｎｉｎｇ
Ｋ－Ｍｅａｎｓ ａｎｄ ＦＰ－Ｇｒｏｗｔｈ ａｌｇｏｒｉｔｈｍｓ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｒｕｌｅｓ ｏｆ ｕｎｋｎｏｗｎ ａｔｔａｃｋｓ．Ｆｉｒｓｔ，ｆｏｒ ｔｈｅ ｄａｔａ ｏｆ ａ ｍｉｘｔｕｒｅ ｏｆ ｍｕｌｔｉ－
ｐｌｅ ｕｎｋｎｏｗｎ ａｔｔａｃｋｓ，ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ ｉｓ ｐｅｒｆｏｒｍｅｄ ｗｉｔｈ Ｋ－Ｍｅａｎｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ ｓａｍｐｌｅｓ，ａｎｄ ｔｈｅ ｓｉｌｈｏｕｅｔｔｅ ｃｏ－
ｅｆｆｉｃｉｅｎｔ ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｃｌｕｓｔｅｒｉｎｇ．Ａｆｔｅｒ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ ｉｓ ｃｏｍｐｌｅｔｅｄ，ｔｈｅ ｓａｍｅ ｕｎｋｎｏｗｎ ａｔｔａｃｋｓ ａｒｅ ｃｌａｓｓｉ－
ｆｉｅｄ ｉｎｔｏ ｔｈｅ ｓａｍｅ ｃｌｕｓｔｅｒ，ｔｈｅ ｆｅａｔｕｒｅ ｏｆ ｕｎｋｎｏｗｎ ａｔｔａｃｋ ｉｓ ｍａｎｕａｌｌｙ ｅｘｔｒａｃｔｅｄ，ｔｈｅ ｆｅａｔｕｒｅ ｄａｔａ ｉｓ ｐｒｅｐｒｏｃｅｓｓｅｄ，ｔｈｅ ｃｏｎｔｉｎｕｏｕｓ
ｆｅａｔｕｒｅ ｉｓ ｄｉｓｃｒｅｔｉｚｅｄ，ａｎｄ ｔｈｅｎ ｔｈｅ ｆｒｅｑｕｅｎｔ ｉｔｅｍ ｓｅｔｓ ａｎｄ ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅｓ ｏｆ ｔｈｅ ｕｎｋｎｏｗｎ ａｔｔａｃｋ ｄａｔａ ａｒｅ ｍｉｎｅｄ ｂｙ ｔｈｅ ＦＰ－
Ｇｒｏｗｔｈ ａｌｇｏｒｉｔｈｍ，ａｎｄ ｆｉｎａｌｌｙ ｔｈｅ ｒｕｌｅ ｕｎｋｎｏｗｎ ａｔｔａｃｋ ｉｓ ｏｂｔａｉｎｅｄ ｂｙ ａｎａｌｙｚｉｎｇ ｉｔ．Ｔｈｅ ｒｕｌｅｓ ｏｆ ａｔｔａｃｋ ａｒｅ ｕｓｅｄ ｔｏ ｄｅｔｅｃｔ ｔｈｉｓ ｔｙｐｅ
ｏｆ ｕｎｋｎｏｗｎ ａｔｔａｃｋ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｃｃｕｒａｃｙ ｒａｔｅ ｃａｎ ｒｅａｃｈ ９８．７４％，ｗｈｉｃｈ ｉｓ ｈｉｇｈｅｒ ｔｈａｎ ｔｈａｔ ｏｆ ｔｈｅ ｒｅｌａｔｅｄ ａｌｇｏ－
ｒｉｔｈｍｓ．
Ｋｅｙｗｏｒｄｓ Ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ，Ｕｎｋｎｏｗｎ ａｔｔａｃｋ，Ｋ－Ｍｅａｎｓ，ＦＰ－Ｇｒｏｗｔｈ，Ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅｓ
的 个 根据台收集整理的数据显
引言
未知网络攻击识别关键技术研究 曹扬晨 来自淘豆网m.daumloan.com转载请标明出处.
