使用K-Means Clustering進行數據包分析的未經學習的學習？

我正在開發一個項目，在這個項目中，我希望在網絡數據包上實施未受監控的學習來監控新攻擊。我計劃爲此使用K_Means集羣。因此，我已經安裝wireshark以捕獲數據包。請幫我確定我可以應用聚類和進一步方法的參數;並確定它是否是一種攻擊，例如DDoS攻擊！使用K-Means Clustering進行數據包分析的未經學習的學習？

來源

2014-02-09 NEENU

這只是太寬泛而無法在SO上回答。請編輯概述特定問題的問題（如果有的話）。 –

我想基本上使用Wireshark捕獲數據包，並分析它們是否屬於攻擊。我基本上關注DDO攻擊。我想知道如何編寫一個程序，以便知道它是否是我的網絡中發生的攻擊 – NEENU

無監督聚類會將您的數據包分爲K個羣組，潛在的攻擊數據包會以某種方式脫穎而出，因爲它們會具有不同的功能？ Kmeans算法通常會迫使您在前面指定K，這可能不是最優的。有一個名爲JavaML的庫，並且有一個稱爲cobweb的聚類方法，它將根據數據生成K個簇（它根據您的向量計算出需要製作多少個K）。我的另一個想法是，如果unsup clustering分離數據和攻擊數據包實際上最終在它們自己的集羣中（通常情況下），那麼您可以拿這些數據包並從它們中創建一個分類器（比如bayes或其他）。通過這種方式，您不必每次都運行羣集來獲取某些羣集，您可以根據從無監督聚類創建的模型進行監督學習，對傳入數據包進行分類。

我在非結構化文本的非常大的語料庫上做了類似於文件聚類的事情。

HTH

來源

2014-02-09 15:06:50 markg

使用K-Means Clustering進行數據包分析的未經學習的學習？

回答

相關問題