現(xiàn)今互聯(lián)網(wǎng)發(fā)展迅速,尤其是進(jìn)入了大數(shù)據(jù)和云計(jì)算時代,人們對于網(wǎng)絡(luò)安全的需求日益增加。而技術(shù)革新日新月異,網(wǎng)絡(luò)入侵手段呈現(xiàn)出隱蔽性,靜默性的特點(diǎn)。所以建立一個有效的網(wǎng)絡(luò)入侵防御機(jī)制刻不容緩�，F(xiàn)今一些主流的網(wǎng)絡(luò)入侵檢測模型都是基于模式識別、機(jī)器學(xué)習(xí)的思想所建立的,但是隨著數(shù)據(jù)量級的增加,使得入侵檢測的效率越來越低下,效果越來越差,海量的數(shù)據(jù)對這些入侵檢測模型提出了挑戰(zhàn)。而且隨著數(shù)據(jù)維度的急劇增加,冗余的數(shù)據(jù)信息數(shù)量也會急劇上升,這些無關(guān)的信息可能會極大降低分類算法的效果,使分類時間成本增加,造成“維數(shù)災(zāi)難”以及“過擬合”問題。特征選擇是解決這種問題的一種有效手段,它通過統(tǒng)計(jì)學(xué)方法或者智能算法提出冗余的特征,尋找能夠使分類任務(wù)效果有較大提升的特征子集,從而減少算法時間成本,提高分類性能。因此,開展入侵檢測系統(tǒng)的特征選擇方法研究具有重要的研究與應(yīng)用價值。本文所做的工作包括:對傳統(tǒng)智能算法的低效,收斂性,以及以落入局部最優(yōu)解的問題,查閱了有關(guān)文獻(xiàn)之后,選用了最近提出的智能算法:灰狼優(yōu)化算法作為特征選擇算法,并用于入侵檢測系統(tǒng)中。該算法在每次迭代開始時,先確定本次迭代中的最優(yōu)解,然后通過對本次迭代中所有備選解對其進(jìn)行逼近來更新解空間,從而達(dá)到逼近全局最優(yōu)解,相比于其他傳統(tǒng)的智能算法,該算法具有較好的收斂性的以及開發(fā)性針對傳統(tǒng)二元化灰狼算法的停滯性問題,本文提出了一個基于距離貪心策略的灰狼優(yōu)化算法,該算法拋棄了傳統(tǒng)的閾值二元化的思想,將二元化的標(biāo)準(zhǔn)放在每一個解本身的優(yōu)劣性上,提高了算法效果的上限。本文在討論了若干個特征選擇方法后,分別針對GWO提出一種比較有效的特征選擇方法:距離貪心策略的灰狼優(yōu)化算法(DGSBGWO),選擇網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)集為KDDCUP1999,將特征選擇方法用于入侵檢測中,并把檢測效果的好壞以及特征選擇數(shù)目作為衡量指標(biāo),并進(jìn)行了大量實(shí)驗(yàn)。實(shí)驗(yàn)表明,運(yùn)用距離貪心策略的灰狼優(yōu)化算法,在不同的分類器上,穩(wěn)定性以及檢測效果都優(yōu)于傳統(tǒng)的智能算法。
【學(xué)位單位】：湖北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP393.08;TP18
【部分圖文】：

逼近滿足這個問題的最優(yōu)解的近似解，借助生物學(xué)上的染色體交叉與變異，代中生成新的個體，然后重復(fù)上一代的自然選擇，使得新一代能夠逐漸適應(yīng)環(huán)境。最后設(shè)定一個迭代最終次數(shù)，末代種群中的最優(yōu)個體可以被當(dāng)作問題優(yōu)解。遺傳算法的一般步驟如下圖所表示：

EBGWO算法流程圖

貪心策略流程圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊彥紅;;算法分析與設(shè)計(jì)(雙語)課程實(shí)踐教學(xué)模式探索[J];中國管理信息化;2017年19期

2 李紹靜;許海洋;呂建波;;應(yīng)用型人才培養(yǎng)中《算法分析與設(shè)計(jì)》課程教學(xué)方法研究[J];科技資訊;2017年04期

3 劉子旋;;中國古代算法的探究與模型建立[J];中華少年;2017年04期

4 曹千秋;;求離散點(diǎn)最小包圍圓在算法初步教學(xué)中的案例分析[J];中華少年;2017年11期

5 郭亞玲;;算法初步的幾個著力點(diǎn)[J];高中生學(xué)習(xí)(試題研究);2017年09期

6 楊波;肖自碧;;信息與計(jì)算科學(xué)專業(yè)“算法分析與設(shè)計(jì)”研究性教學(xué)探索[J];中國電力教育;2013年01期

7 鄭大偉;董大南;;自回歸譜估計(jì)的Marple算法及其在天文資料分析中的應(yīng)用[J];天文學(xué)報;1987年04期

8 鄭卓嘉,吳佑壽,李叔梁;計(jì)算機(jī)三維逼真圖形顯示的一種改進(jìn)算法[J];計(jì)算機(jī)學(xué)報;1988年01期

9 廖先n\;趙先銘;張赤紅;;分布式計(jì)算機(jī)系統(tǒng)容錯互斥算法[J];計(jì)算機(jī)研究與發(fā)展;1988年07期

10 李玉忱;徐恭學(xué);;特殊數(shù)據(jù)的排序方法[J];山東工業(yè)大學(xué)學(xué)報;1988年03期

相關(guān)會議論文 前10條

1 唐乾玉;陳翰馥;;用擾動分析的優(yōu)化算法的收斂性——PARMSR算法分析[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

2 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

3 王巍;楊武;張樂君;鄭軍;;支持網(wǎng)絡(luò)話題管理的文本挖掘算法分析[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（下冊）[C];2007年

4 王曉剛;王耀興;;RIM算法分析及優(yōu)化方案[A];2016山西省通信學(xué)會學(xué)術(shù)年會論文集[C];2016年

5 馬興;羅恒;魯建壯;;ECC校驗(yàn)的算法分析與設(shè)計(jì)實(shí)現(xiàn)[A];第十八屆計(jì)算機(jī)工程與工藝年會暨第四屆微處理器技術(shù)論壇論文集[C];2014年

6 李海亮;趙轉(zhuǎn)萍;;用于圓檢測的Hough變換和改進(jìn)算法分析[A];江蘇省計(jì)量測試學(xué)會2005年論文集[C];2005年

7 董濱;趙慶衛(wèi);顏永紅;;發(fā)音質(zhì)量自動評估的現(xiàn)有算法分析[A];第八屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2005年

8 宋欣;王娟;張斌;葉世偉;;流形學(xué)習(xí)算法分析及在人臉數(shù)據(jù)庫上的應(yīng)用[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

9 劉博;;搜索競價排名算法分析[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

10 葛云生;;干涉型光纖傳感器的正交解調(diào)算法分析[A];第三屆全國虛擬儀器大會論文集[C];2008年

相關(guān)重要報紙文章 前2條

1 本報記者 李新玲;《算法帝國》預(yù)測機(jī)器可能統(tǒng)治世界[N];中國青年報;2014年

2 科文;VIXD算法分析Web異常[N];中國計(jì)算機(jī)報;2008年

相關(guān)博士學(xué)位論文 前10條

1 候盈男;基于多組學(xué)數(shù)據(jù)的腫瘤信息挖掘算法研究[D];山東大學(xué);2019年

2 蘇敏;無條件穩(wěn)定的LOD-FDTD算法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

3 呂翠翠;基于壓縮感知的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集算法研究[D];哈爾濱工業(yè)大學(xué);2017年

4 康嵐蘭;粒子群優(yōu)化算法若干改進(jìn)策略及其機(jī)理分析[D];武漢大學(xué);2017年

5 盧思超;食品冷鏈運(yùn)輸相關(guān)優(yōu)化模型及算法研究[D];北京交通大學(xué);2018年

6 付鈺;面向物聯(lián)網(wǎng)的RFID標(biāo)簽識別算法研究[D];吉林大學(xué);2018年

7 謝剛;免疫思維進(jìn)化算法及其工程應(yīng)用[D];太原理工大學(xué);2006年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

9 陳耿;面向中觀審計(jì)的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學(xué);2005年

10 李寧;粒子群優(yōu)化算法的理論分析與應(yīng)用研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 歐陽猛;基于矩陣壓縮的FUP算法優(yōu)化研究[D];東北師范大學(xué);2019年

2 陳春濤;快速搜索與密度峰值發(fā)現(xiàn)算法的研究與應(yīng)用[D];華東師范大學(xué);2019年

3 徐姝;相控多普勒測速算法研究[D];哈爾濱工程大學(xué);2019年

4 李靜;基于信息傳遞的SCMA低復(fù)雜度檢測算法研究[D];北京郵電大學(xué);2019年

5 李曉光;網(wǎng)格密度峰值聚類算法研究[D];河南財經(jīng)政法大學(xué);2019年

6 羅啟星;基于Spark關(guān)聯(lián)規(guī)則挖掘算法研究[D];湖北工業(yè)大學(xué);2019年

7 童坤;基于改進(jìn)GWO算法的入侵檢測特征選擇研究[D];湖北工業(yè)大學(xué);2019年

8 謝歡;SCMA系統(tǒng)中低復(fù)雜度MPA多用戶檢測算法研究[D];安徽大學(xué);2019年

9 王劍;大規(guī)模MIMO系統(tǒng)中基于SOR改進(jìn)的快速收斂檢測算法研究[D];安徽大學(xué);2019年

10 許奇;基于稀疏卷積網(wǎng)絡(luò)的跟蹤算法[D];安徽大學(xué);2019年

本文編號：2812066