本文關(guān)鍵詞：基于蟻群算法和改進(jìn)SSO的混合網(wǎng)絡(luò)入侵檢測方法

  更多相關(guān)文章： 網(wǎng)絡(luò)入侵 蟻群算法 簡化群優(yōu)化 局部加權(quán) 分類器

【摘要】：針對一般網(wǎng)絡(luò)入侵檢測方法在不斷增加復(fù)雜攻擊和惡意軟件的網(wǎng)絡(luò)環(huán)境下,難以有效保護(hù)網(wǎng)絡(luò)的問題,提出了一種混合入侵檢測方法。對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行預(yù)處理,采用蟻群算法(ant colony algorithm,ACO)進(jìn)行特征選擇,數(shù)據(jù)挖掘,在此過程,為了改善簡化群優(yōu)化(simplified swarm optimization,SSO)分類器性能,提出在SSO中加入一種加權(quán)局部搜索策略,即改進(jìn)的簡化群優(yōu)化(improved simplified optimization optimization,ISSO),這種新局部搜索策略的目的是從由SSO產(chǎn)生當(dāng)前解的鄰域內(nèi)找到更好的解,從而獲得入侵報(bào)告。在KDDCup 99數(shù)據(jù)集上進(jìn)行了混合檢測方法的相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,在粒子數(shù)為30,最大代為30時,ISSO就已經(jīng)達(dá)到最好的分類結(jié)果 93.5%,相比于其他智能算法具有更少的粒子數(shù)和更小的最大代。此外,還模擬了3種類型的網(wǎng)絡(luò)攻擊DOS,PROB和U2R,結(jié)果表明,大多數(shù)情況下該方法的準(zhǔn)確率都高于其他檢測方法。
【作者單位】： 平頂山學(xué)院軟件學(xué)院;
【關(guān)鍵詞】： 網(wǎng)絡(luò)入侵 蟻群算法 簡化群優(yōu)化 局部加權(quán) 分類器
【基金】：河南省教育廳重點(diǎn)科研項(xiàng)目(15A520091)~~
【分類號】：TP393.08;TP18
【正文快照】： 0引言在現(xiàn)今信息社會中,互聯(lián)網(wǎng)安全已成為人們關(guān)注的主要領(lǐng)域。傳統(tǒng)的網(wǎng)絡(luò)入侵預(yù)防,例如防火墻、用戶認(rèn)證、避免程序錯誤和數(shù)據(jù)加密難以在不斷增加的復(fù)雜攻擊和惡意軟件前全面保護(hù)網(wǎng)絡(luò)和系統(tǒng)。因此,網(wǎng)絡(luò)入侵檢測方法(network intrusion detectionsystems,NIDS)[1]作為安全基礎(chǔ)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳新民;兩種典型的入侵檢測方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年10期

2 魯宏偉,羅鋼;基于專家系統(tǒng)的入侵檢測方法[J];武鋼技術(shù);2003年01期

3 蔣盛益,李慶華,王卉,孟中樓;一種基于聚類的有指導(dǎo)的入侵檢測方法[J];小型微型計(jì)算機(jī)系統(tǒng);2005年06期

4 蔣盛益,李慶華;基于引力的入侵檢測方法[J];系統(tǒng)仿真學(xué)報(bào);2005年09期

5 麥永浩;劉志軍;薛琴;;電子警務(wù)的入侵檢測方法研究[J];湖北警官學(xué)院學(xué)報(bào);2005年05期

6 蔣盛益,李慶華;無指導(dǎo)的入侵檢測方法[J];計(jì)算機(jī)工程;2005年09期

7 蔣盛益;李慶華;;有指導(dǎo)的入侵檢測方法研究[J];通信學(xué)報(bào);2006年03期

8 王國棟;;入侵檢測方法淺析[J];科技創(chuàng)新導(dǎo)報(bào);2008年05期

9 黃鐵;劉巧梅;;基于模糊遺傳學(xué)習(xí)的入侵檢測方法[J];計(jì)算技術(shù)與自動化;2008年03期

10 劉r，

本文編號：849644