隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展,互聯(lián)網(wǎng)極大的促進了社會發(fā)展,其應(yīng)用越來越廣泛,但是網(wǎng)絡(luò)安全性的問題也日益突出,網(wǎng)頁掛馬、黑客等入侵行為層出不窮,甚至已經(jīng)在國家層面對我國安全構(gòu)成了巨大威脅,因此十分有必要對網(wǎng)絡(luò)安全技術(shù)進行研究。入侵檢測技術(shù)通過分析計算機系統(tǒng)及網(wǎng)絡(luò)上的關(guān)鍵信息,能夠有效地發(fā)現(xiàn)入侵行為,從而在攻擊行為對網(wǎng)絡(luò)系統(tǒng)造成損害之前進行攔截與響應(yīng)。隨著互聯(lián)網(wǎng)的迅速發(fā)展,網(wǎng)絡(luò)規(guī)模越來越大,網(wǎng)絡(luò)數(shù)據(jù)的高維特征也越來越明顯,這類數(shù)據(jù)容易導(dǎo)致分類器的學(xué)習(xí)性能降低。在入侵檢測的各類方法中,支持向量機檢測速度快,檢測精度高且具有良好的泛化能力,因此本文使用支持向量機來建立入侵檢測模型。多元宇宙優(yōu)化算法這一群智能算法,其具有所需參數(shù)少,在較短時間內(nèi)找到近似最優(yōu)可行解的特點,但其易陷入局部最優(yōu)。針對這一缺點,本文通過將其與混沌理論相結(jié)合,提出了混沌多元宇宙優(yōu)化算法。通過設(shè)計更好的初始宇宙來提高宇宙質(zhì)量,使其不易陷入局部最優(yōu),并在當(dāng)其陷入局部最優(yōu)時通過混沌擾動來使其跳出局部最優(yōu);之后將其應(yīng)用到支持向量機的入侵檢測模型中,針對網(wǎng)絡(luò)數(shù)據(jù)的高維特征,使用該算法對數(shù)據(jù)進行特征選擇,去掉冗余特征;為了在進行特征選擇的同...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 入侵檢測研究現(xiàn)狀
        1.3.2 支持向量機研究現(xiàn)狀
    1.4 研究內(nèi)容和目標
    1.5 論文組織架構(gòu)
2 基礎(chǔ)理論概述
    2.1 入侵檢測
        2.1.1 入侵檢測概述
        2.1.2 入侵檢測分類
    2.2 支持向量機
        2.2.1 支持向量機概述
        2.2.2 支持向量機的基本原理
        2.2.3 支持向量機核函數(shù)參數(shù)
        2.2.4 支持向量機參數(shù)的評價
    2.3 特征分析技術(shù)
        2.3.1 特征選擇
        2.3.2 特征選擇的分類
        2.3.3 特征選擇的常用方法
    2.4 多元宇宙優(yōu)化算法
        2.4.1 多元宇宙優(yōu)化算法研究現(xiàn)狀
        2.4.2 多元宇宙優(yōu)化算法簡介
        2.4.3 多元宇宙優(yōu)化算法的特點
    2.5 本章小結(jié)
3 多元宇宙優(yōu)化算法的改進
    3.1 混沌理論
    3.2 混沌多元宇宙優(yōu)化算法
        3.2.1 初始宇宙的設(shè)計
        3.2.2 跳出算法局部最優(yōu)的改進
        3.2.3 混沌多元宇宙優(yōu)化算法的設(shè)計
        3.2.4 對混沌多元宇宙優(yōu)化算法的評價
    3.3 本章小結(jié)
4 基于CMVO-SVM的入侵檢測模型
    4.1 入侵檢測通用架構(gòu)
    4.2 基于SVM入侵檢測方法的可行性
    4.3 UNSW-NB15數(shù)據(jù)集
        4.3.1 當(dāng)前網(wǎng)絡(luò)入侵檢測數(shù)據(jù)集的比較
        4.3.2 UNSW-NB15數(shù)據(jù)集的介紹
    4.4 數(shù)據(jù)預(yù)處理
        4.4.1 數(shù)據(jù)的整理與屬性值的替換
        4.4.2 數(shù)據(jù)歸一化
    4.5 基于CMVO分類模型的設(shè)計和實現(xiàn)
        4.5.1 基于CMVO-SVM的入侵檢測模塊的整體設(shè)計
        4.5.2 CMVO-SVM的特征選取和參數(shù)優(yōu)化的具體實現(xiàn)
    4.6 本章小結(jié)
5 實驗測試與分析
    5.1 模型性能評價標準
    5.2 實驗結(jié)果分析
        5.2.1 測試環(huán)境
        5.2.2 實驗結(jié)果及分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻
致謝
攻讀學(xué)位期間的發(fā)表的學(xué)術(shù)論文目錄



本文編號：3852869