本文關鍵詞： 網(wǎng)絡入侵 遺傳算法 蟻群優(yōu)化算法 支持向量機　出處：《重慶郵電大學學報(自然科學版)》2017年01期 　論文類型：期刊論文

【摘要】：為提高網(wǎng)絡入侵檢測的檢測效果,提出一種基于改進蟻群算法與遺傳算法組合的網(wǎng)絡入侵檢測方法。該方法采用遺傳算法(genetic algorithm,GA)對網(wǎng)絡入侵的特征集進行快速選取,為后續(xù)特征提取打下基礎;對傳統(tǒng)蟻群算法(ant colony optimization,ACO)的節(jié)點選擇策略和信息素更新策略進行改進,提出一種改進的蟻群算法,提高對最優(yōu)特征的選擇效果,采用改進的蟻群算法對特征進一步選擇;采用支持向量機(support vector machine,SVM)統(tǒng)計機器學習方法建立各類網(wǎng)絡入侵的檢測分類器。仿真實驗結果表明,新的網(wǎng)絡入侵檢測方法綜合GA和改進蟻群算法的優(yōu)勢,能夠獲得更好的入侵特征,從檢測正確率、誤報率和漏報率3個方面綜合比較,新的網(wǎng)絡入侵檢測方法具有更好的網(wǎng)絡入侵檢測效果,且提高了檢測速率。
[Abstract]:In order to improve the detection effect of network intrusion detection. A network intrusion detection method based on the combination of improved ant colony algorithm and genetic algorithm is proposed, in which genetic algorithm is used. GA) is used to select the feature set of network intrusion quickly, which lays the foundation for the subsequent feature extraction. The node selection strategy and pheromone updating strategy of traditional ant colony optimization algorithm (ACO) are improved, and an improved ant colony algorithm is proposed. The improved ant colony algorithm is used to improve the selection effect of the optimal feature. The statistical machine learning method of support vector machine support vector machine is used to establish various kinds of network intrusion detection classifiers. The simulation results show that. The new network intrusion detection method synthesizes the advantages of GA and improved ant colony algorithm, which can obtain better intrusion characteristics. It is compared comprehensively from three aspects: correct detection rate, false alarm rate and false alarm rate. The new network intrusion detection method has better network intrusion detection effect and improves the detection rate.
【作者單位】： 西京學院電子信息工程系;
【基金】：國家自然科學基金(61273271) 西京學院科研基金(XJ150122)~~
【分類號】：TP18;TP393.08
【正文快照】： 0引言近年來網(wǎng)絡的開放性和虛擬性給網(wǎng)絡入侵帶來了極大的方便,如蠕蟲、網(wǎng)站掛馬、拒絕服務攻擊、釣魚和僵尸網(wǎng)絡等,針對日益嚴重的網(wǎng)絡入侵活動,入侵檢測系統(tǒng)(intrusion detection system,IDS)作為一種積極主動的安全防護技術得到了迅猛的發(fā)展[1-3]。為使網(wǎng)絡入侵檢測技術能

【參考文獻】

相關期刊論文 前9條

1 馮瑩瑩;余世干;劉輝;;KNN-IPSO選擇特征的網(wǎng)絡入侵檢測[J];計算機工程與應用;2014年17期

2 鄭科鵬;馮筠;孫霞;馮宏偉;曹國震;;基于靜態(tài)集成PU學習數(shù)據(jù)流分類的入侵檢測方法[J];西北大學學報(自然科學版);2014年04期

3 梁潘;;基于HMM和自組織映射的網(wǎng)絡入侵檢測算法[J];青島科技大學學報(自然科學版);2014年04期

4 李小劍;謝曉堯;;一種改進的支持向量機在入侵檢測系統(tǒng)中的應用[J];網(wǎng)絡安全技術與應用;2014年08期

5 楊宏宇;趙明瑞;謝麗霞;;基于自適應進化神經(jīng)網(wǎng)絡算法的入侵檢測[J];計算機工程與科學;2014年08期

6 李蕊;;基于PCA和LOGIT模型的網(wǎng)絡入侵檢測方法[J];成都信息工程學院學報;2014年03期

7 王秀利;王永吉;;基于命令緊密度的用戶偽裝入侵檢測方法[J];電子學報;2014年06期

8 馬樂;趙銳;闞媛;;基于混合模糊神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)[J];軍事交通學院學報;2014年05期

9 彭茂玲;陳善雄;余光琳;;一種基于壓縮感知的入侵檢測方法[J];西南大學學報(自然科學版);2014年02期

【共引文獻】

相關期刊論文 前10條

1 袁琴琴;呂林濤;;基于改進蟻群算法與遺傳算法組合的網(wǎng)絡入侵檢測[J];重慶郵電大學學報(自然科學版);2017年01期

2 牛永潔;;改進的粒子群算法在入侵檢測中的應用[J];電子設計工程;2016年20期

3 鄭宏;蔡宇翔;;大數(shù)據(jù)環(huán)境下入侵風險評估優(yōu)化模型仿真分析[J];計算機仿真;2016年09期

4 李響;;基于經(jīng)驗模態(tài)分解的局域網(wǎng)絡入侵檢測算法[J];西南師范大學學報(自然科學版);2016年08期

5 張輝;劉成;;基于改進的SVM方法的異常檢測研究[J];網(wǎng)絡與信息安全學報;2016年08期

6 吳曉平;周舟;李洪成;;Spark框架下基于無指導學習環(huán)境的網(wǎng)絡流量異常檢測研究與實現(xiàn)[J];信息網(wǎng)絡安全;2016年06期

7 袁開銀;費嵐;;混合粒子群優(yōu)化算法選擇特征的網(wǎng)絡入侵檢測[J];吉林大學學報(理學版);2016年02期

8 付鈺;李洪成;吳曉平;王甲生;;基于大數(shù)據(jù)分析的APT攻擊檢測研究綜述[J];通信學報;2015年11期

9 楊斌;段娜;趙軍民;;工業(yè)控制網(wǎng)絡中入侵波動抑制模型仿真[J];計算機仿真;2015年09期

10 湯曉軍;劉震;;入侵檢測在實時網(wǎng)絡中的數(shù)據(jù)分析與處理[J];信息技術與信息化;2015年06期

【二級參考文獻】

相關期刊論文 前10條

1 李占波;白全海;申義彩;;基于主成分分析的網(wǎng)絡入侵檢測算法[J];計算機工程;2013年05期

2 汪潔;;基于神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)的設計與實現(xiàn)[J];計算機應用與軟件;2013年05期

3 徐永華;李廣水;;基于距離加權模板約簡和屬性信息熵的增量SVM入侵檢測算法[J];計算機科學;2012年12期

4 許志強;;壓縮感知[J];中國科學:數(shù)學;2012年09期

5 李超;田新廣;肖喜;段m#毅;;基于Shell命令和共生矩陣的用戶行為異常檢測方法[J];計算機研究與發(fā)展;2012年09期

6 王濤;;基于關聯(lián)決策算法的網(wǎng)絡多源入侵檢測[J];計算機仿真;2012年08期

7 井小沛;汪厚祥;聶凱;羅志偉;;面向入侵檢測的基于IMGA和MKSVM的特征選擇算法[J];計算機科學;2012年07期

8 王奇安;陳兵;;基于廣泛內(nèi)核的CVM算法的入侵檢測[J];計算機研究與發(fā)展;2012年05期

9 趙菲;;粒子群算法網(wǎng)絡異常檢測技術研究[J];科技通報;2012年04期

10 楊_";陳文;;一種基于多分類器協(xié)同訓練的網(wǎng)絡異常檢測方法[J];四川大學學報(自然科學版);2012年02期

【相似文獻】

相關期刊論文 前10條

1 張怡,胡修林;網(wǎng)絡入侵檢測技術[J];金卡工程;2003年06期

2 張鵬;;基于危險理論的計算機網(wǎng)絡入侵檢測[J];煤炭技術;2012年12期

3 任旭;王家鑫;;計算機網(wǎng)絡入侵檢測探討[J];中國高新技術企業(yè);2013年18期

4 張勇,張德運,李勝磊;基于分布協(xié)作式代理的網(wǎng)絡入侵檢測技術的研究與實現(xiàn)[J];計算機學報;2001年07期

5 張勇,張德運,李勝磊,蔣旭憲;基于分層結構的網(wǎng)絡入侵檢測技術的研究和實現(xiàn)[J];小型微型計算機系統(tǒng);2001年01期

6 柯海豐,吳明暉;網(wǎng)絡入侵檢測技術[J];計算機時代;2001年07期

7 楊向榮,宋擒豹,沈鈞毅;基于行為模式挖掘的網(wǎng)絡入侵檢測[J];西安交通大學學報;2002年02期

8 胡昌振;網(wǎng)絡入侵檢測技術及發(fā)展[J];信息安全與通信保密;2002年10期

9 劉奇有,程思遠;淺談網(wǎng)絡入侵檢測技術[J];電信工程技術與標準化;2003年08期

10 周競,黃河;網(wǎng)絡入侵檢測中的響應機制及應用[J];交通與計算機;2004年05期

相關會議論文 前10條

1 成科揚;;基于集對分析的網(wǎng)絡入侵檢測研究[A];2005年中國智能自動化會議論文集[C];2005年

2 蔣建春;卿斯?jié)h;;基于攻擊上下文的網(wǎng)絡入侵檢測[A];全國網(wǎng)絡與信息安全技術研討會'2005論文集（上冊）[C];2005年

3 彭清泉;楊曉元;韓益亮;;一種基于免疫的網(wǎng)絡入侵檢測體系結構[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2003年

4 黃曉燕;許龍飛;;基于關聯(lián)規(guī)則的網(wǎng)絡入侵檢測技術的應用研究[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2006年

5 張滿懷;;兩類基于異常的網(wǎng)絡入侵檢測方法的比較[A];2007中國科協(xié)年會——通信與信息發(fā)展高層論壇論文集[C];2007年

6 魏念忠;;基于模糊關聯(lián)規(guī)則挖掘的網(wǎng)絡入侵檢測研究[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

7 沈明玉;邱文慶;;基于行為模型的網(wǎng)絡入侵檢測方法研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

8 申紅婷;;遺傳算法在網(wǎng)絡入侵檢測中的應用[A];中國電子學會第十五屆信息論學術年會暨第一屆全國網(wǎng)絡編碼學術年會論文集（上冊）[C];2008年

9 趙新星;姜青山;陳路瑩;胡海斌;;一種面向網(wǎng)絡入侵檢測的特征選擇方法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

10 王志剛;錢興坤;王東亮;;基于PCA的多信息源實時網(wǎng)絡入侵檢測[A];第二十一次全國計算機安全學術交流會論文集[C];2006年

相關重要報紙文章 前7條

1 陶智;政務安全：NIPS力克城域網(wǎng)“內(nèi)訌”[N];中國計算機報;2006年

2 鐘文;方通網(wǎng)絡狙擊手Sniper面市[N];國際商報;2003年

3 ;Symantec ManHunt[N];中國計算機報;2004年

4 ;深層防御保障國稅安全[N];中國計算機報;2003年

5 北京賽門鐵克信息技術有限公司 郭訓平;打造信息安全的大門[N];中國計算機報;2001年

6 劉宏偉;深層防護從核心到邊緣[N];中國計算機報;2004年

7 趙毅;IDS產(chǎn)品選購問答[N];中國計算機報;2007年

相關博士學位論文 前8條

1 楊宏宇;網(wǎng)絡入侵檢測技術的研究[D];天津大學;2003年

2 劉勇國;基于數(shù)據(jù)挖掘的網(wǎng)絡入侵檢測研究[D];重慶大學;2003年

3 張寶軍;網(wǎng)絡入侵檢測若干技術研究[D];浙江大學;2010年

4 易平;移動Ad Hoc網(wǎng)絡入侵檢測與主動響應機制研究[D];復旦大學;2005年

5 蔣衛(wèi)華;智能網(wǎng)絡入侵檢測與安全防護技術研究[D];西北工業(yè)大學;2003年

6 趙月愛;基于非均衡數(shù)據(jù)分類的高速網(wǎng)絡入侵檢測研究[D];太原理工大學;2010年

7 趙闊;高速網(wǎng)絡入侵檢測與防御[D];吉林大學;2008年

8 曾勇;資源受限場景下的容忍入侵關鍵技術研究[D];西安電子科技大學;2008年

相關碩士學位論文 前10條

1 劉宇光;無線傳感器網(wǎng)絡入侵檢測的研究[D];天津理工大學;2015年

2 曹丹星;基于數(shù)據(jù)降維和支持向量機的網(wǎng)絡入侵檢測[D];山東大學;2015年

3 蔡顯軍;網(wǎng)絡入侵檢測系統(tǒng)關鍵技術研究與實現(xiàn)[D];華北電力大學;2015年

4 李小劍;基于支持向量機與k近鄰相結合的網(wǎng)絡入侵檢測研究[D];貴州師范大學;2015年

5 連路朋;基于分布式流數(shù)據(jù)庫系統(tǒng)的網(wǎng)絡入侵檢測[D];電子科技大學;2015年

6 黃重水;基于聚類技術識別新型態(tài)的網(wǎng)絡入侵檢測研究[D];浙江工業(yè)大學;2011年

7 鐘盛開;一種改進孿生支持向量機算法及其在網(wǎng)絡入侵檢測的應用[D];暨南大學;2016年

8 黃曉燕;基于關聯(lián)規(guī)則的網(wǎng)絡入侵檢測技術的應用研究[D];暨南大學;2006年

9 羅程;基于核聚類和序列分析的網(wǎng)絡入侵檢測方法的研究[D];廣西大學;2005年

10 劉翠娟;基于數(shù)據(jù)挖掘的網(wǎng)絡入侵檢測方法研究[D];華北電力大學（河北）;2006年

，

本文編號：1486622