本文關(guān)鍵詞：基于IPMeans-KELM的入侵檢測算法研究

  更多相關(guān)文章： 網(wǎng)絡入侵 粒子群算法 K均值算法 核極限學習機 折交叉驗證

【摘要】：目前入侵檢測系統(tǒng)中普遍存在數(shù)據(jù)維度高、數(shù)據(jù)量大、訓練難等問題。在入侵檢測系統(tǒng)中應用核極限學習機(KELM)算法,使其能夠適應大量高維數(shù)據(jù)的訓練,且學習速度快無需調(diào)整網(wǎng)絡的輸入權(quán)值,降低了檢測系統(tǒng)的訓練難度。但是由于入侵數(shù)據(jù)集的不均衡性、噪音干擾性、分布不均性等,直接影響了KELM的分類性能。因此,針對入侵數(shù)據(jù)處理問題,提出了一種基于IPMeans-KELM的入侵檢測算法。該算法首先利用改進的PSO優(yōu)化K-means算法(IPMeans)對入侵數(shù)據(jù)進行聚類處理,增加相同數(shù)據(jù)類型的聚集度,然后對處理后的數(shù)據(jù)進行10-CV分割,將分割的10份數(shù)據(jù)輪流訓練KELM分類器,把測試數(shù)據(jù)通過訓練好的KELM分類器進行測試,輸出分類器檢測率的平均值,如果檢測效果不滿足期望條件,則進行循環(huán)處理,直至條件滿足。在Matlab平臺上進行了對比實驗,實驗結(jié)果表明該算法在有效地提高了入侵檢測率的同時降低了誤報率。
【作者單位】： 江蘇科技大學計算機科學與工程學院;
【關(guān)鍵詞】： 網(wǎng)絡入侵 粒子群算法 K均值算法 核極限學習機 折交叉驗證
【基金】：國家自然科學基金(No.61305058) 江蘇省自然科學基金(No.BK20130471)
【分類號】：TP393.08;TP18
【正文快照】： 1引言網(wǎng)絡入侵[1]指未經(jīng)過用戶授權(quán)而對系統(tǒng)資源進行非法操作的行為,隨著近幾年來對其不斷的深入研究,以機器學習算法為核心的入侵檢測模型成為網(wǎng)絡安全領(lǐng)域的研究熱點。于秋玲提出的改進的NN-SVM算法[2]提高了系統(tǒng)的小樣本學習能力,明仲等人提出的并行江蘇科技大學計算機科學

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 俞研;黃皓;;一種半聚類的異常入侵檢測算法[J];計算機應用;2006年07期

2 ;基于聚類的入侵檢測算法研究[J];廣東外語外貿(mào)大學學報;2008年06期

3 聶曉文;盧顯良;王征;;基于數(shù)字垂釣的盲目入侵檢測算法[J];計算機應用;2008年05期

4 李思廣;劉蘊;;分布式入侵檢測系統(tǒng)的學習機制與檢測算法[J];漯河職業(yè)技術(shù)學院學報;2008年02期

5 宋凌;李枚毅;李孝源;;一種新的半監(jiān)督入侵檢測算法[J];計算機應用;2008年07期

6 韓仲祥;段_";董淑福;張銳;陶曉燕;;基于反向傳播神經(jīng)網(wǎng)絡的入侵檢測算法[J];空軍工程大學學報(自然科學版);2009年04期

7 胡翰;;基于主動學習的半監(jiān)督聚類入侵檢測算法[J];無線互聯(lián)科技;2011年10期

8 林逢春;張英;;一種新的半監(jiān)督聚類入侵檢測算法[J];無線互聯(lián)科技;2012年03期

9 何曉薇;;跑道入侵檢測算法研究[J];中國民航飛行學院學報;2012年03期

10 梁力;;一種網(wǎng)絡多次變異信息入侵檢測算法[J];科技通報;2012年10期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王志佳;顧健;;一種改進的確定有限自動機入侵檢測算法研究[A];全國計算機安全學術(shù)交流會論文集·第二十五卷[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 曾劍平;基于模糊集的自適應偽裝入侵檢測算法及其在ASP服務安全中的應用研究[D];廈門大學;2006年

2 段丹青;入侵檢測算法及關(guān)鍵技術(shù)研究[D];中南大學;2007年

3 王培崇;基于群智能計算技術(shù)的網(wǎng)絡入侵檢測算法研究[D];中國礦業(yè)大學（北京）;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 逯玉婧;基于深度信念網(wǎng)絡的入侵檢測算法研究[D];河北師范大學;2016年

2 葛郵兵;基于數(shù)據(jù)挖掘的入侵檢測算法研究[D];揚州大學;2008年

3 斯海飛;入侵檢測算法研究[D];西安電子科技大學;2002年

4 王川偉;基于混合聚類的入侵檢測算法研究[D];西安科技大學;2010年

5 李雯睿;基于半監(jiān)督聚類的入侵檢測算法研究[D];河南大學;2007年

6 李麗;基于學習的入侵檢測算法研究[D];北京服裝學院;2010年

7 周記生;安全敏感區(qū)域的入侵檢測算法研究與實現(xiàn)[D];北京郵電大學;2013年

8 王軍;基于人工免疫原理的入侵檢測算法研究[D];武漢理工大學;2008年

9 鄧青;基于改進模糊C均值的入侵檢測算法及應用研究[D];遼寧工程技術(shù)大學;2011年

10 王艷;基于危險模式理論的入侵檢測算法的研究與設計[D];南昌大學;2006年

，

本文編號：906956