【摘要】：網(wǎng)絡異常檢測技術(shù)是入侵檢測系統(tǒng)中不可或缺的部分。然而目前的入侵檢測系統(tǒng)普遍存在檢測率不高,誤報率過高等問題,從而難以在實際的企業(yè)中大規(guī)模采用。針對之前的檢測技術(shù)檢測效果不佳的問題,提出基于SVM回歸和改進D-S證據(jù)理論的入侵檢測方法。該方法是將支持向量機回歸的分類融合應用到網(wǎng)絡異常行為分析中,在SVM參數(shù)選擇時采用交叉驗證和深度優(yōu)先搜索算法進行優(yōu)化選擇,并通過融合證據(jù)理論,建立網(wǎng)絡異常檢測模型。通過仿真實驗表明,該模型能夠有效地提高入侵檢測性能,縮短檢測時間。
[Abstract]:Network anomaly detection technology is an indispensable part of intrusion detection system. However, the current intrusion detection system generally has some problems, such as low detection rate, high false alarm rate and so on, so it is difficult to adopt it on a large scale in practical enterprises. In order to solve the problem that the detection effect of the previous detection technology is not good, an intrusion detection method based on SVM regression and improved D / S evidence theory is proposed. In this method, the classification fusion of support vector machine regression is applied to the analysis of network abnormal behavior, and the cross-verification and depth-first search algorithm are used to optimize the selection of SVM parameters, and the evidence theory is integrated. The network anomaly detection model is established. The simulation results show that the model can effectively improve the performance of intrusion detection and shorten the detection time.
【作者單位】： 江南大學數(shù)媒學院;江蘇省信息融合軟件工程技術(shù)研發(fā)中心;
【基金】：國家自然科學基金項目(61103223) 江蘇省自然科學基金重點研究專項項目(BK2011003) 江蘇省信息融合軟件工程技術(shù)研究開發(fā)中心開放基金項目(SR-2011-05)
【分類號】：TP393.08

【參考文獻】

相關(guān)期刊論文 前3條

1 王宏;劉淵;;擴展D-S證據(jù)理論在網(wǎng)絡異常檢測中的研究[J];計算機工程與應用;2011年34期

2 諸葛建偉;王大為;陳昱;葉志遠;鄒維;;基于D-S證據(jù)理論的網(wǎng)絡異常檢測方法[J];軟件學報;2006年03期

3 劉靖旭;蔡懷平;譚躍進;;支持向量回歸參數(shù)調(diào)整的一種啟發(fā)式算法[J];系統(tǒng)仿真學報;2007年07期

【共引文獻】

相關(guān)期刊論文 前10條

1 郎風華;谷利澤;楊義先;鈕心忻;;改進的沖突證據(jù)組合規(guī)則[J];北京郵電大學學報;2008年03期

2 肖敏;柴蓉;楊富平;范士喜;;基于可拓集的入侵檢測模型[J];重慶郵電大學學報(自然科學版);2010年03期

3 付華;韓兵;孫紅鴿;;煤礦安全異常檢測的方法研究[J];傳感器與微系統(tǒng);2008年04期

4 鮑可進;高飛;;基于SVR的動平衡加工誤差補償方法[J];傳感器與微系統(tǒng);2010年10期

5 薛向紅;薛小鋒;;基于相空間重構(gòu)—SVM的公交客流量預測研究[J];江蘇技術(shù)師范學院學報;2010年09期

6 龔德良;程杰仁;王魯達;呂明娥;劉平;;基于報文頭與報文內(nèi)容的入侵檢測分析方法[J];湘南學院學報;2011年05期

7 左燕飛;季新生;劉彩霞;;一種移動核心網(wǎng)用戶數(shù)據(jù)庫訪問控制模型[J];電訊技術(shù);2009年04期

8 何英;韓元杰;陳艷;程麗芳;;兩種入侵檢測系統(tǒng)D-S證據(jù)理論融合算法的比較[J];計算機安全;2008年04期

9 郎風華;谷利澤;楊義先;鈕心忻;;一種基于均衡交補分擔準則的證據(jù)組合新方法[J];電子學報;2009年01期

10 歐陽輝;祿樂濱;;基于證據(jù)理論的論文元數(shù)據(jù)抽取算法研究[J];電子設計工程;2010年04期

相關(guān)會議論文 前1條

1 葉潤國;胡建平;;基于主機活躍性和通信模式分析的實時異常流量檢測[A];全國網(wǎng)絡與信息安全技術(shù)研討會論文集（上冊）[C];2007年

相關(guān)博士學位論文 前10條

1 李建平;面向異構(gòu)數(shù)據(jù)源的網(wǎng)絡安全態(tài)勢感知模型與方法研究[D];哈爾濱工程大學;2010年

2 劉效武;基于多源融合的網(wǎng)絡安全態(tài)勢量化感知與評估[D];哈爾濱工程大學;2009年

3 卓瑩;基于拓撲·流量挖掘的網(wǎng)絡態(tài)勢感知技術(shù)研究[D];國防科學技術(shù)大學;2010年

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

5 張國翊;異構(gòu)融合網(wǎng)絡環(huán)境下基于認知的資源管理方法研究[D];北京郵電大學;2011年

6 馬健麗;信息系統(tǒng)安全功能符合性檢驗關(guān)鍵技術(shù)研究[D];北京郵電大學;2010年

7 向先全;基于水信息技術(shù)的渤海灣水生態(tài)環(huán)境特性及模擬研究[D];天津大學;2011年

8 陳岳兵;面向入侵檢測的人工免疫系統(tǒng)研究[D];國防科學技術(shù)大學;2011年

9 張晶;污水處理過程模擬及系統(tǒng)軟件開發(fā)[D];大連理工大學;2011年

10 胡威;網(wǎng)絡安全態(tài)勢感知若干關(guān)鍵性問題研究[D];上海交通大學;2007年

相關(guān)碩士學位論文 前10條

1 李麗;基于學習的入侵檢測算法研究[D];北京服裝學院;2010年

2 王宏;基于異常檢測的網(wǎng)絡安全技術(shù)的研究[D];江南大學;2011年

3 呂丹丹;低頻信號的錨桿動態(tài)響應特征研究[D];河北科技大學;2011年

4 叢維維;感知環(huán)境下異構(gòu)網(wǎng)絡協(xié)同流控機制設計與實現(xiàn)[D];北京郵電大學;2011年

5 龔德良;網(wǎng)絡入侵檢測系統(tǒng)的關(guān)鍵技術(shù)研究與實踐[D];中南大學;2010年

6 梁好;基于熵的電話網(wǎng)攻擊檢測方法研究[D];電子科技大學;2011年

7 譚振;網(wǎng)絡流量異常實時檢測系統(tǒng)的設計與實現(xiàn)[D];山東大學;2011年

8 譚鑫;基于規(guī)則的計算機兵棋系統(tǒng)技術(shù)研究[D];國防科學技術(shù)大學;2010年

9 王雷;支持向量機預測煤儲層滲透性[D];中國石油大學;2011年

10 付紀剛;基于支持向量機的邊緣檢測算法研究[D];西安科技大學;2011年

【二級參考文獻】

相關(guān)期刊論文 前7條

1 張劍,龔儉;一種基于模糊綜合評判的入侵異常檢測方法[J];計算機研究與發(fā)展;2003年06期

2 王鵬,朱小燕;基于RBF核的SVM的模型選擇及其應用[J];計算機工程與應用;2003年24期

3 李昆侖,黃厚寬,田盛豐,劉振鵬,劉志強;模糊多類支持向量機及其在入侵檢測中的應用[J];計算機學報;2005年02期

4 趙曉峰;;基于D-S理論的入侵檢測系統(tǒng)[J];計算機應用;2008年09期

5 饒鮮,董春曦,楊紹全;基于支持向量機的入侵檢測系統(tǒng)[J];軟件學報;2003年04期

6 諸葛建偉;王大為;陳昱;葉志遠;鄒維;;基于D-S證據(jù)理論的網(wǎng)絡異常檢測方法[J];軟件學報;2006年03期

7 肖云,韓崇昭,鄭慶華,王清;一種基于多分類支持向量機的網(wǎng)絡入侵檢測方法[J];西安交通大學學報;2005年06期

【相似文獻】

相關(guān)期刊論文 前10條

1 翟永杰;楊金芳;王東風;韓璞;;支持向量回歸在內(nèi)�？刂浦械膽醚芯縖J];儀器儀表學報;2006年S3期

2 周永生;唐升平;;基于支持向量機的雷達彈道外推方法研究[J];戰(zhàn)術(shù)導彈技術(shù);2007年02期

3 李太白;;基于混沌粒子群的SVM參數(shù)優(yōu)化算法[J];重慶文理學院學報(自然科學版);2011年04期

4 田盛豐;黃厚寬;;支持向量機多專家決策算法[J];模式識別與人工智能;2000年02期

5 韓璞;于萍;王東風;黃保海;;基于支持向量回歸的自適應逆控制方法[J];華北電力大學學報(自然科學版);2006年03期

6 吳景龍;楊淑霞;劉承水;;基于遺傳算法優(yōu)化參數(shù)的支持向量機短期負荷預測方法[J];中南大學學報(自然科學版);2009年01期

7 馬元良;裴生雷;;基于改進遺傳算法的SVM參數(shù)優(yōu)化研究[J];計算機仿真;2010年08期

8 劉曉平;鄭海起;祝天宇;;進化蒙特卡洛優(yōu)化的SVM在故障診斷中的應用[J];振動.測試與診斷;2011年01期

9 周易;;基于支持向量機的上證指數(shù)開盤指數(shù)預測[J];軟件;2011年05期

10 張慶;劉丙杰;;基于PSO和分組訓練的SVM參數(shù)快速優(yōu)化方法[J];科學技術(shù)與工程;2008年16期

相關(guān)會議論文 前10條

1 梅立泉;丁雪梅;張淑娟;;結(jié)構(gòu)聲振數(shù)據(jù)的相似性分析和預測[A];中國核科學技術(shù)進展報告——中國核學會2009年學術(shù)年會論文集（第一卷·第6冊）[C];2009年

2 林杰華;張斌;李冬森;宋華茂;余志強;王浩;;支持向量機在電力客戶信用評級中的應用[A];全國第21屆計算機技術(shù)與應用學術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應用學術(shù)會議論文集[C];2010年

3 蔣鐵軍;張懷強;李積源;;多變量系統(tǒng)預測的支持向量機方法研究[A];管理科學與系統(tǒng)科學研究新進展——第7屆全國青年管理科學與系統(tǒng)科學學術(shù)會議論文集[C];2003年

4 李云開;任樹梅;楊培嶺;田英杰;趙煥勛;;小流域土壤侵蝕模數(shù)的支持向量機預報模型研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學會學術(shù)年會論文集第六分冊[C];2005年

5 林關(guān)成;李亞安;;基于ANN與SVM的分類和回歸比較研究[A];2008’促進中西部發(fā)展聲學學術(shù)交流會論文集[C];2008年

6 黃淑云;孫興玉;梁汝萍;邱建丁;;基于小波支持向量機預測蛋白質(zhì)亞細胞定位研究[A];第十一屆全國計算（機）化學學術(shù)會議論文摘要集[C];2011年

7 謝湘;匡鏡明;;支持向量機在語音識別中的應用研究[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

8 涂冬成;薛龍;劉木華;趙進輝;沈杰;吁芳;;基于支持向量機的鵝肉肉色客觀評定研究[A];中國農(nóng)業(yè)工程學會電氣信息與自動化專業(yè)委員會、中國電機工程學會農(nóng)村電氣化分會科技與教育專委會2010年學術(shù)年會論文摘要[C];2010年

9 楊凌;劉玉樹;;基于支持向量機的坦克識別算法[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應用學術(shù)研討會論文摘要集[C];2004年

10 師旭超;巴松濤;;基于支持向量機方法的深基坑變形預測[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——河南省第四屆青年學術(shù)年會論文集（上冊）[C];2004年

相關(guān)重要報紙文章 前10條

1 記者 宋偉芳;IBM回歸本質(zhì)[N];中國企業(yè)報;2001年

2 李天倫;權(quán)利回歸與時代進步[N];甘肅日報;2002年

3 匡峰;國際周上演人才大回歸[N];中國高新技術(shù)產(chǎn)業(yè)導報;2001年

4 本報記者 馬寧秀;新世紀·電子商務回歸本質(zhì)[N];國際商報;2001年

5 ;IBM：電子商務回歸本質(zhì)[N];中國計算機報;2001年

6 本報記者 張玫;回歸電子商務本質(zhì)[N];中國旅游報;2001年

7 ;IBM：電子商務 回歸本質(zhì)[N];網(wǎng)絡世界;2001年

8 ;臺在野三黨要求回歸“九二共識”[N];新華每日電訊;2000年

9 宋國城;風險投資回歸理性[N];國際商報;2000年

10 彭俐;銀幕：英雄回歸說明了什么？[N];北京日報;2001年

相關(guān)博士學位論文 前10條

1 張超;基于支持向量機的汽輪機軸系振動故障智能診斷研究[D];華北電力大學（河北）;2009年

2 杜小芳;基于CPFR的農(nóng)產(chǎn)品采購模型研究[D];華中科技大學;2005年

3 劉育明;動態(tài)過程數(shù)據(jù)的多變量統(tǒng)計監(jiān)控方法研究[D];浙江大學;2006年

4 欒鋒;支持向量機（SVM）和徑向基神經(jīng)網(wǎng)絡（RBFNN）方法在化學、環(huán)境化學和藥物化學中的應用研究[D];蘭州大學;2006年

5 孫薇;市場條件下抽水蓄能電站效益綜合評價及運營模式研究[D];華北電力大學（河北）;2007年

6 常群;支持向量機的核方法及其模型選擇[D];哈爾濱工業(yè)大學;2007年

7 朱燕飛;鋅鋇白回轉(zhuǎn)窯煅燒過程智能建模研究[D];華南理工大學;2005年

8 田英杰;支持向量回歸機及其應用研究[D];中國農(nóng)業(yè)大學;2005年

9 燕忠;基于蟻群優(yōu)化算法的若干問題的研究[D];東南大學;2005年

10 任東;基于支持向量機的植物病害識別研究[D];吉林大學;2007年

相關(guān)碩士學位論文 前10條

1 曾嶸;支持向量機在設備故障診斷中的應用研究[D];中南大學;2005年

2 鄭一華;基于支持向量機的水質(zhì)評價和預測研究[D];河海大學;2006年

3 周林英;基于支持向量機的高速公路事件檢測算法[D];長安大學;2009年

4 劉艷偉;支持向量機方法在感潮河段洪峰水位預報中的應用[D];浙江大學;2010年

5 楊鐳;支持向量機算法設計及在高分辨雷達目標識別中的應用[D];國防科學技術(shù)大學;2010年

6 童振;基于支持向量機的電解液成分預測[D];東北大學;2008年

7 聶小芳;模糊粗糙集與支持向量機在煤與瓦斯突出預測中的應用研究[D];遼寧工程技術(shù)大學;2009年

8 鄢常亮;基于支持向量機的高爐向涼向熱爐況預測研究[D];內(nèi)蒙古科技大學;2010年

9 韓敘東;基于支持向量機的水電故障分類器的設計與實現(xiàn)[D];東北大學;2008年

10 馮杰;慢時變對象的支持向量機建模與在線校正方法研究[D];東北大學;2009年

，

本文編號：2479752