【摘要】：P2P網(wǎng)絡(luò)入侵數(shù)據(jù)具有高維性、隨機性以及復(fù)雜性等特征,會降低對其進行入侵檢測的效率和穩(wěn)定性。因此,本文提出一種基于PSO辨別樹的P2P網(wǎng)絡(luò)入侵檢測方法,對P2P網(wǎng)絡(luò)連接數(shù)據(jù)的主成分進行信息擬合,按照入侵數(shù)據(jù)特征的主成分構(gòu)建PSO辨別樹,獲取同目標信息特征最為相似的估計關(guān)聯(lián)特征;運用改進的BP神經(jīng)網(wǎng)絡(luò)對關(guān)聯(lián)特征進行分析,最終可得到P2P網(wǎng)絡(luò)入侵數(shù)據(jù)的特征信息,并通過無約束聚類關(guān)聯(lián)方法優(yōu)化獲取的入侵數(shù)據(jù)特征,更好地完成對P2P網(wǎng)絡(luò)信息安全的檢測。實驗結(jié)果表明,本文方法與其它網(wǎng)絡(luò)入侵檢測方法相比,具有較高的檢測效率和準確率,取得了令人滿意的效果,具有較大的發(fā)展前景和應(yīng)用價值。
[Abstract]:P2P intrusion data has the characteristics of high dimension, randomness and complexity, which will reduce the efficiency and stability of intrusion detection. Therefore, a P2P intrusion detection method based on PSO discriminant tree is proposed in this paper. The principal components of the P2P network connection data are fitted, and the PSO discriminant tree is constructed according to the principal components of the intrusion data features. The estimation association feature which is most similar to the target information feature is obtained. Using the improved BP neural network to analyze the association features, the feature information of P2P network intrusion data can be obtained, and the intrusion data features obtained by unconstrained clustering association method are optimized. Better to complete the P2P network information security detection. The experimental results show that compared with other network intrusion detection methods, this method has higher detection efficiency and accuracy, has achieved satisfactory results, and has great development prospects and application value.
【作者單位】： 鄭州輕工業(yè)學(xué)院;
【基金】：河南省教育廳教育信息化工程項目(2009)
【分類號】：TP393.08

【相似文獻】

相關(guān)期刊論文 前10條

1 唐海兵,秦懷青;利用決策樹改進基于特征的入侵檢測系統(tǒng)[J];微機發(fā)展;2005年04期

2 陳凱文,史偉奇;基于數(shù)據(jù)挖掘的入侵檢測研究[J];電腦與信息技術(shù);2003年06期

3 陳海濤,裴晉澤,胡華平,龔正虎;基于對等網(wǎng)絡(luò)的自適應(yīng)安全協(xié)作框架研究[J];北京航空航天大學(xué)學(xué)報;2004年11期

4 王翔;胡學(xué)鋼;;基于快速屬性選擇的貝葉斯分類在入侵檢測中的應(yīng)用[J];計算機科學(xué);2008年04期

5 岳侖,杜新華,張華;特征檢測與異常檢測相結(jié)合的入侵檢測模型[J];通信技術(shù);2003年11期

6 李之棠,楊紅云;模糊入侵檢測模型[J];計算機工程與科學(xué);2000年02期

7 楊向榮,宋擒豹,沈鈞毅;基于數(shù)據(jù)挖掘的智能化入侵檢測系統(tǒng)[J];計算機工程;2001年09期

8 祁建清,閆鑌,楊正;IDS研究概述[J];電子對抗技術(shù);2001年04期

9 魏忠,王偉武,高俊鵬;入侵檢測的旁路偵聽的一種實現(xiàn)途徑[J];空軍雷達學(xué)院學(xué)報;2001年04期

10 岳大為,熊家軍;一種基于多代理技術(shù)的入侵檢測系統(tǒng)模型[J];空軍雷達學(xué)院學(xué)報;2001年04期

相關(guān)會議論文 前10條

1 陳偉;楊義先;;決策樹在協(xié)議分析中的應(yīng)用[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學(xué)術(shù)會議論文集[C];2006年

2 王永;廖聞劍;;遺傳算法在WEB緩存中的應(yīng)用[A];第十屆中國科協(xié)年會信息化與社會發(fā)展學(xué)術(shù)討論會分會場論文集[C];2008年

3 王東;王麗娜;董曉梅;于戈;申德榮;;基于免疫思想的入侵檢測研究[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2002年

4 王卉;屈強;;面向入侵檢測的數(shù)據(jù)挖掘:研究與發(fā)展[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

5 廖桂平;喻飛;沈岳;張林峰;徐成;;入侵檢測系統(tǒng)性能評估中實驗環(huán)境的仿真[A];第二十六屆中國控制會議論文集[C];2007年

6 周濤;;基于數(shù)據(jù)挖掘的入侵檢測日志分析技術(shù)研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

7 李艷輝;李雷;萬明;;基于分層結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)入侵檢測系統(tǒng)[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

8 葉穎;嚴毅;;UNIX的入侵檢測及防范[A];廣西計算機學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

9 閆耀輝;臧洌;黃同心;;基于協(xié)同訓(xùn)練的Co-Forest算法在入侵檢測中的應(yīng)用[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2010年

10 吳禮發(fā);;網(wǎng)絡(luò)入侵檢測系統(tǒng)的研究[A];中國電子學(xué)會第七屆學(xué)術(shù)年會論文集[C];2001年

相關(guān)重要報紙文章 前10條

1 鐘力 姚蘭 梁中騏;抓住罪惡之“手”[N];網(wǎng)絡(luò)世界;2004年

2 行健;啟明星辰發(fā)布天闐入侵檢測與管理系統(tǒng)V6.0[N];國際商報;2004年

3 ;NetScreen-IDP 500 高端入侵檢測與防護設(shè)備[N];計算機世界;2003年

4 北京 張率;防黑第一招[N];中國電腦教育報;2001年

5 Henry Wang;誤報漏報是個難點[N];中國計算機報;2004年

6 李剛;打IDS“組合拳”[N];中國計算機報;2004年

7 ;入侵檢測產(chǎn)品功能指標說明[N];網(wǎng)絡(luò)世界;2001年

8 ;如何選擇和使用UTM設(shè)備[N];網(wǎng)絡(luò)世界;2009年

9 中國軟件評測中心 韓龍;企業(yè)安全巡警[N];中國計算機報;2001年

10 劉宏偉;深層防護從核心到邊緣[N];中國計算機報;2004年

相關(guān)博士學(xué)位論文 前10條

1 馬振嬰;混合軟計算技術(shù)在入侵檢測中的應(yīng)用研究[D];重慶大學(xué);2010年

2 潘志松;基于神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[D];南京航空航天大學(xué);2003年

3 鄭凱梅;基于統(tǒng)計機器學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測分類研究[D];中國礦業(yè)大學(xué)（北京）;2010年

4 吳靜;入侵檢測中神經(jīng)網(wǎng)絡(luò)融合學(xué)習(xí)方法的研究[D];吉林大學(xué);2010年

5 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

6 耿立中;基于入侵檢測的附網(wǎng)存儲設(shè)備安全關(guān)鍵技術(shù)研究[D];清華大學(xué);2010年

7 王飛;入侵檢測分類器設(shè)計及其融合技術(shù)研究[D];南京理工大學(xué);2011年

8 郭陟;可視化入侵檢測研究[D];清華大學(xué);2004年

9 馬恒太;基于Agent分布式入侵檢測系統(tǒng)模型的建模及實踐[D];中國科學(xué)院軟件研究所;2001年

10 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

相關(guān)碩士學(xué)位論文 前10條

1 朱小棟;數(shù)據(jù)挖掘技術(shù)在智能入侵檢測中的應(yīng)用研究[D];安徽大學(xué);2005年

2 裴慶祺;模糊入侵檢測技術(shù)研究[D];西安電子科技大學(xué);2004年

3 唐謙;基于特征的入侵檢測引擎分析與研究[D];湖南大學(xué);2005年

4 張臻臻;入侵檢測與蜜罐協(xié)作模型的研究[D];重慶大學(xué);2010年

5 王瑞偉;網(wǎng)絡(luò)安全取證的應(yīng)用研究[D];江南大學(xué);2011年

6 顏輝;人工神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用[D];長春理工大學(xué);2004年

7 林樂平;基于無監(jiān)督的入侵檢測[D];西安電子科技大學(xué);2005年

8 謝清森;改進的PrefixSpan算法在入侵檢測中的應(yīng)用[D];暨南大學(xué);2010年

9 王建;基于模式匹配的網(wǎng)絡(luò)入侵檢測系統(tǒng)的研究與設(shè)計[D];武漢理工大學(xué);2010年

10 劉曉;基于BP神經(jīng)網(wǎng)絡(luò)的智能入侵檢測研究[D];重慶大學(xué);2010年

，

本文編號：2415670