本文選題：粒子群算法 + 支持向量機(jī)��； 參考：《現(xiàn)代電子技術(shù)》2017年10期

【摘要】：針對當(dāng)前的神經(jīng)網(wǎng)絡(luò)檢測算法在強(qiáng)干擾下的網(wǎng)絡(luò)入侵檢測準(zhǔn)確攔截性不好的問題,提出一種基于粒子群算法和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測方法。構(gòu)建網(wǎng)絡(luò)入侵的特征信號模型,采用二階自適應(yīng)格型IIR陷波器進(jìn)行入侵信息的抗干擾處理;粒子群算法進(jìn)行自適應(yīng)尋優(yōu)提取網(wǎng)絡(luò)入侵特征的最優(yōu)解,SVM進(jìn)行入侵信息分類,實(shí)現(xiàn)網(wǎng)絡(luò)入侵有效檢測;并進(jìn)行仿真測試。結(jié)果表明,采用該方法進(jìn)行網(wǎng)絡(luò)入侵檢測的準(zhǔn)確攔截概率較高,誤檢和漏檢概率較低,保障了網(wǎng)絡(luò)安全。
[Abstract]:In view of the problem that the network intrusion detection in the current neural network detection algorithm is not well intercepted by the strong interference, a network intrusion detection method based on particle swarm optimization and support vector machine is proposed. The characteristic signal model of network intrusion is constructed, and the two order adaptive lattice IIR trap is used to carry out the anti-interference part of the intrusion information. Particle swarm optimization (PSO) is used to extract the optimal solution of network intrusion characteristics by adaptive optimization. SVM carries out intrusion information classification, realizes network intrusion detection effectively, and carries out simulation tests. The results show that the accurate interception probability of network intrusion detection with this method is higher, and the probability of false detection and missing detection is low, and the network security is guaranteed.

【作者單位】： 樂山師范學(xué)院計(jì)算機(jī)科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金青年項(xiàng)目(61103249)
【分類號】：TP18;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 張鵬;;基于危險理論的計(jì)算機(jī)網(wǎng)絡(luò)入侵檢測[J];煤炭技術(shù);2012年12期

3 任旭;王家鑫;;計(jì)算機(jī)網(wǎng)絡(luò)入侵檢測探討[J];中國高新技術(shù)企業(yè);2013年18期

4 張勇,張德運(yùn),李勝磊;基于分布協(xié)作式代理的網(wǎng)絡(luò)入侵檢測技術(shù)的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)學(xué)報;2001年07期

5 張勇,張德運(yùn),李勝磊,蔣旭憲;基于分層結(jié)構(gòu)的網(wǎng)絡(luò)入侵檢測技術(shù)的研究和實(shí)現(xiàn)[J];小型微型計(jì)算機(jī)系統(tǒng);2001年01期

6 柯海豐,吳明暉;網(wǎng)絡(luò)入侵檢測技術(shù)[J];計(jì)算機(jī)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(luò)入侵檢測[J];西安交通大學(xué)學(xué)報;2002年02期

8 胡昌振;網(wǎng)絡(luò)入侵檢測技術(shù)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(yuǎn);淺談網(wǎng)絡(luò)入侵檢測技術(shù)[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2003年08期

10 周競,黃河;網(wǎng)絡(luò)入侵檢測中的響應(yīng)機(jī)制及應(yīng)用[J];交通與計(jì)算機(jī);2004年05期

相關(guān)會議論文 前10條

1 成科揚(yáng);;基于集對分析的網(wǎng)絡(luò)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(luò)入侵檢測[A];全國網(wǎng)絡(luò)與信息安全技術(shù)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(luò)入侵檢測體系結(jié)構(gòu)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

4 黃曉燕;許龍飛;;基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

5 張滿懷;;兩類基于異常的網(wǎng)絡(luò)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(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)入侵檢測研究[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)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(luò)入侵檢測方法研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 申紅婷;;遺傳算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)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(luò)入侵檢測的特征選擇方法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)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(shí)時網(wǎng)絡(luò)入侵檢測[A];第二十一次全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集[C];2006年

相關(guān)重要報紙文章 前6條

1 鐘文;方通網(wǎng)絡(luò)狙擊手Sniper面市[N];國際商報;2003年

2 ;Symantec ManHunt[N];中國計(jì)算機(jī)報;2004年

3 ;深層防御保障國稅安全[N];中國計(jì)算機(jī)報;2003年

4 北京賽門鐵克信息技術(shù)有限公司 郭訓(xùn)平;打造信息安全的大門[N];中國計(jì)算機(jī)報;2001年

5 劉宏偉;深層防護(hù)從核心到邊緣[N];中國計(jì)算機(jī)報;2004年

6 趙毅;IDS產(chǎn)品選購問答[N];中國計(jì)算機(jī)報;2007年

相關(guān)博士學(xué)位論文 前8條

1 楊宏宇;網(wǎng)絡(luò)入侵檢測技術(shù)的研究[D];天津大學(xué);2003年

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

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

4 易平;移動Ad Hoc網(wǎng)絡(luò)入侵檢測與主動響應(yīng)機(jī)制研究[D];復(fù)旦大學(xué);2005年

5 蔣衛(wèi)華;智能網(wǎng)絡(luò)入侵檢測與安全防護(hù)技術(shù)研究[D];西北工業(yè)大學(xué);2003年

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

7 趙闊;高速網(wǎng)絡(luò)入侵檢測與防御[D];吉林大學(xué);2008年

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

相關(guān)碩士學(xué)位論文 前10條

1 曹丹星;基于數(shù)據(jù)降維和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測[D];山東大學(xué);2015年

2 蔡顯軍;網(wǎng)絡(luò)入侵檢測系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];華北電力大學(xué);2015年

3 李小劍;基于支持向量機(jī)與k近鄰相結(jié)合的網(wǎng)絡(luò)入侵檢測研究[D];貴州師范大學(xué);2015年

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

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

6 鐘盛開;一種改進(jìn)孿生支持向量機(jī)算法及其在網(wǎng)絡(luò)入侵檢測的應(yīng)用[D];暨南大學(xué);2016年

7 黃曉燕;基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究[D];暨南大學(xué);2006年

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

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

10 崔媛媛;網(wǎng)絡(luò)入侵檢測產(chǎn)品技術(shù)規(guī)范研究[D];電子科技大學(xué);2003年

，

本文編號：1816478