我系陈玉明老师获国家自然科学基金项目资助

接国家自然科学基金委员会通知，我系陈玉明副教授申报的《基于粒计算与异常点挖掘的网络入侵检测研究》获国家自然科学基金项目资助。

该项目在深入研究粒计算、异常点挖掘理论的基础上，鉴于目前入侵检测系统存在检测率低、智能性差等问题，采用异常点挖掘方法检测网络入侵的异常行为，提高入侵检测系统的检测率与智能性。研究入侵检测系统的数据粒化方法，研究入侵检测系统的特征选择方法，研究入侵检测系统的多粒度动态学习机制，适应入侵攻击模式的变化，提高系统智能性。本课题的研究将粒计算理论与异常点挖掘方法应用到网络信息安全领域，为入侵检测研究提供一种新的解决方法，具有重要的理论研究与实际应用价值。

主要研究内容：

■ 基于粒计算理论的入侵检测数据粒化方法研究

■ 基于粒计算理论的入侵检测数据特征选择方法研究

■ 基于异常点挖掘技术的入侵检测方法研究

■ 基于粒计算理论的入侵检测学习算法研究

■ 基于粒计算理论与异常点挖掘方法的入侵检测原型系统研究

已有成果：

在过去的近半年时间里，主要针对粒计算与数据挖掘相关理论进行了深入交流与探讨，和团队成员一起结合标准UCI入侵检测数据集进行了分析与研究，对异常数据挖掘方法进行了研究，发表了相关学术论文约3篇。