Resumen

El conjunto de datos de detección de intrusiones de la KDD CUP 1999 se presentó en el tercer concurso internacional de descubrimiento de conocimientos y herramientas de minería de datos, y se ha utilizado ampliamente en muchos estudios. Los tipos de ataque del conjunto de datos KDD CUP 1999 se dividen en cuatro categorías: de usuario a raíz (U2R), de remoto a local (R2L), denegación de servicio (DoS) y sonda. Utilizamos cinco clases añadiendo la clase normal. Definimos las clases U2R, R2L y Probe, cada una de las cuales representa menos del 1% del conjunto de datos, como clases raras. En este estudio, intentamos mitigar el desequilibrio de clases del conjunto de datos. Utilizando la técnica de sobremuestreo de minorías sintéticas (SMOTE), intentamos optimizar los ratios de SMOTE para las clases raras (U2R, R2L y Probe). Tras generar aleatoriamente una serie de tuplas de ratios SMOTE, estas tuplas se utilizaron para crear un modelo numérico para optimizar los ratios SMOTE de las clases raras. Se utilizó la regresión de vectores de apoyo para crear el modelo. Asignamos cada instancia del conjunto de datos de prueba al modelo y elegimos los mejores ratios de SMOTE. Los experimentos con técnicas de aprendizaje automático se realizaron con los mejores ratios. Los resultados obtenidos con el método propuesto fueron significativamente mejores que los del enfoque anterior y otros trabajos relacionados.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:ratio de smote, clase rara, copa kdd, denegación de servicios, herramientas de minería de datos, número de tuplas, u2r, tuplas de smote, r2l, mejor ratio de smote
• Keywords:smote ratio, rare class, kdd cup, denial of services, data mining tools, number of tuples, u2r, tuples of smote, r2l, best smote ratio