隨著互聯(lián)網(wǎng)的不斷發(fā)展以及計(jì)算機(jī)的普及,網(wǎng)絡(luò)安全問(wèn)題層出不窮。異常檢測(cè)作為一種動(dòng)態(tài)的網(wǎng)絡(luò)安全防御技術(shù),能夠較好的彌補(bǔ)傳統(tǒng)保護(hù)機(jī)制的缺陷,越來(lái)越受到網(wǎng)絡(luò)入侵領(lǐng)域?qū)＜覍W(xué)者的關(guān)注。本文在鄭思維等人研究基礎(chǔ)上,以降低誤報(bào)率和計(jì)算開(kāi)銷(xiāo)為主要目標(biāo),對(duì)TCM-RNE網(wǎng)絡(luò)異常檢測(cè)方法存在的訓(xùn)練樣本集規(guī)模大、網(wǎng)絡(luò)數(shù)據(jù)特征維數(shù)過(guò)多導(dǎo)致異常度量不精確、誤報(bào)率高等問(wèn)題進(jìn)行了優(yōu)化,提出了相應(yīng)優(yōu)化策略和改進(jìn)算法。主要研究工作如下:1、基于粒子群優(yōu)化思想,研究提出了一種面向TCM-RNE的粒子群樣本規(guī)模優(yōu)化策略和相應(yīng)算法。針對(duì)TCM-RNE算法正常訓(xùn)練集規(guī)模過(guò)大的問(wèn)題,利用粒子群優(yōu)化算法快速收斂的特點(diǎn)從正常訓(xùn)練樣本集中選取少量高質(zhì)量的樣本建模。UCI數(shù)據(jù)集上對(duì)比實(shí)驗(yàn)表明,粒子群樣本規(guī)模優(yōu)化策略能夠有效減少訓(xùn)練樣本數(shù)量和算法的運(yùn)行時(shí)間。2、研究提出了一種基于ReliefF和CFS的組合式樣本規(guī)模優(yōu)化策略和相應(yīng)算法。針對(duì)TCM-RNE算法熵計(jì)算時(shí)出現(xiàn)的維數(shù)災(zāi)難,結(jié)合過(guò)濾式特征選擇方法中的ReliefF算法和CFS算法,提出了一種組合式樣本規(guī)模優(yōu)化算法應(yīng)用于精簡(jiǎn)樣本特征空間。UCI數(shù)據(jù)集上對(duì)比實(shí)驗(yàn)表明,組合式樣本規(guī)模優(yōu)化策...

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.1二進(jìn)制粒子群優(yōu)化算法流程圖

越小的值變異率越大。文獻(xiàn)[37-38]中給出了的二進(jìn)制粒子群優(yōu)化算法的基本原理，算法流程如圖3.1所示。圖3.1二進(jìn)制粒子群優(yōu)化算法流程圖Figure3.1Binaryparticleswarmoptimizationalgorithmflowchart

圖4.6樣本規(guī)模優(yōu)化算法冗余相關(guān)性去除比例Figure4.6Samplescaleoptimizationalgorithmredundancyandcorrelationcharacteristics

第4章面向TCM-RNE的組合式樣本規(guī)模優(yōu)化算法4.6.4.3冗余相關(guān)性對(duì)比ReliefF、CFS和ReCFS三種算法在各個(gè)數(shù)據(jù)集上的無(wú)關(guān)性特征和冗余特征去除比例如圖4.6所示，Average為三種算法的平均值。以Gas數(shù)據(jù)集為例，該數(shù)據(jù)集包含139....

圖5.2TCM-KNN4種攻擊類(lèi)型檢測(cè)率和誤報(bào)率對(duì)比(20%)

第5章基于樣本規(guī)模優(yōu)化的TCM-RNE異常檢測(cè)算法和U2R攻擊下檢測(cè)率分別下降2.5%和1%。第二組測(cè)試集實(shí)驗(yàn)結(jié)果如圖5.4和圖5.5所示。TCM-KNN和TCM-RNE算法在兩組測(cè)試集四種攻擊有不同幅度的偏差，異常數(shù)據(jù)所占測(cè)試集比例不同，各攻擊類(lèi)....

圖5.3TCM-RNE4種攻擊類(lèi)型檢測(cè)率和誤報(bào)率對(duì)比(20%)

驗(yàn)中異常誤判個(gè)數(shù)也有所增加。實(shí)驗(yàn)發(fā)現(xiàn)，樣本規(guī)模優(yōu)化后兩種算法的檢測(cè)率和誤報(bào)率均有不同程度的下降和上升，樣本規(guī)模優(yōu)化后選出的樣本雖然在總體上代表了整個(gè)樣本的特性，但不可能與原數(shù)據(jù)集完全相同，樣本數(shù)量的減少一定程度上使分類(lèi)的參考減少，使得算法檢測(cè)率和誤報(bào)率不同幅度的誤差。圖5.2....

本文編號(hào)：3915796