【摘要】：為提高網(wǎng)絡(luò)入侵檢測的檢測效果,提出了一種基于改進(jìn)D-S證據(jù)理論的信息融合網(wǎng)絡(luò)入侵檢測方法。該方法首先采用支持向量機(jī)(S upport Vector Machine,SVM)統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法分別對基于主機(jī)和基于網(wǎng)絡(luò)的數(shù)據(jù)進(jìn)行訓(xùn)練;然后針對D-S證據(jù)理論無法解決證據(jù)之間沖突問題,從合成規(guī)則著手,提出一種改進(jìn)的D-S證據(jù)理論;最后采用改進(jìn)的D-S證據(jù)理論對SVM的訓(xùn)練結(jié)果進(jìn)行融合,兼顧了兩類檢測結(jié)果的優(yōu)勢,提高了網(wǎng)絡(luò)入侵檢測的性能。仿真結(jié)果表明,與單一的入侵檢測策略相比,該方法能有效提高網(wǎng)絡(luò)入侵檢測的準(zhǔn)確率,降低漏報(bào)率,提高了網(wǎng)絡(luò)入侵檢測的整體性能。
[Abstract]:In order to improve the detection effect of network intrusion detection, an information fusion network intrusion detection method based on improved DES evidence theory is proposed. Firstly, the statistical machine learning method based on support vector machine (S upport Vector Machine,SVM) is used to train the host-based data and the network-based data. Then, in view of the fact that DES evidence theory can not solve the conflict of evidence, this paper proposes an improved DES evidence theory from the point of view of composite rules. Finally, the improved DES evidence theory is used to fuse the training results of SVM, which takes into account the advantages of the two kinds of detection results, and improves the performance of network intrusion detection. Simulation results show that compared with a single intrusion detection strategy, this method can effectively improve the accuracy of network intrusion detection, reduce the false positive rate, and improve the overall performance of network intrusion detection.
【作者單位】： 江蘇食品藥品職業(yè)技術(shù)學(xué)院信息工程系;河南牧業(yè)經(jīng)濟(jì)學(xué)院信息與電子工程學(xué)院;
【分類號】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石波;謝小權(quán);;基于D-S證據(jù)理論的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年03期

2 胡昌振;網(wǎng)絡(luò)入侵檢測誤警問題研究[J];信息安全與通信保密;2003年08期

3 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

4 張鵬;;基于危險(xiǎn)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

5 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

6 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(bào);2001年07期

7 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

8 柯海豐,吳明暉;網(wǎng)絡(luò)入侵檢測技術(shù)[J];計(jì)算機(jī)時(shí)代;2001年07期

9 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(bào);2002年02期

10 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

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(bào)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(bào)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(shí)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(bào)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(bào);2003年

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

3 ;深層防御保障國稅安全[N];中國計(jì)算機(jī)報(bào);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(bào);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(bào);2004年

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

相關(guān)博士學(xué)位論文 前7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

相關(guān)碩士學(xué)位論文 前10條

1 周天豪;基于D-S證據(jù)理論的私有云入侵檢測系統(tǒng)[D];北京交通大學(xué);2016年

2 周軍;基于D-S證據(jù)理論的多模型網(wǎng)絡(luò)安全態(tài)勢預(yù)測研究[D];西安電子科技大學(xué);2010年

3 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

4 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

5 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

6 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

7 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

8 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

9 胡威;一種改進(jìn)的K-means算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2017年

10 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

，

本文編號：2449402