發(fā)布時(shí)間：2018-03-22 14:36

  本文選題：網(wǎng)絡(luò)入侵檢測　切入點(diǎn)：測試穩(wěn)定性　出處：《鄭州大學(xué)學(xué)報(bào)(工學(xué)版)》2017年06期 　論文類型：期刊論文

【摘要】：基于機(jī)器學(xué)習(xí)方法的入侵檢測算法是目前網(wǎng)絡(luò)設(shè)備檢測領(lǐng)域的研究熱點(diǎn).網(wǎng)絡(luò)入侵檢測源數(shù)據(jù)的多樣性是影響機(jī)器學(xué)習(xí)方法在該領(lǐng)域?qū)嶋H應(yīng)用性能的主要因素.研究通過設(shè)計(jì)多擾動向量混合差分演化算法,穩(wěn)定地優(yōu)化了最小二乘支持向量機(jī)模型的關(guān)鍵參數(shù);在不增加測試集檢測計(jì)算復(fù)雜性的前提下,通過最優(yōu)化參數(shù)的方式,提高了最小二乘支持向量機(jī)算法入侵檢測的精度和穩(wěn)定性.KDD Cup 99測試集的仿真實(shí)驗(yàn)結(jié)果顯示,所提出的基于混合差分演化的網(wǎng)絡(luò)入侵檢測算法比目前多種同類算法有著更好的平均性能.
[Abstract]:Intrusion detection algorithm based on machine learning method is a hot topic in the field of network equipment detection. The diversity of network intrusion detection source data is the main factor that affects the performance of machine learning method in practical application in this field. In this paper, the mixed differential evolution algorithm of multi-disturbance vector is designed. The key parameters of the least squares support vector machine model are optimized stably, and the parameters are optimized without increasing the complexity of the test set. The accuracy and stability of intrusion detection based on least-squares support vector machine (LS-SVM) algorithm are improved. The simulation results of KDD Cup 99 test set show that, The proposed network intrusion detection algorithm based on hybrid differential evolution has better average performance than other similar algorithms.
【作者單位】： 廣東省東莞市質(zhì)量監(jiān)督檢測中心;東莞理工學(xué)院計(jì)算機(jī)學(xué)院;華南理工大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61370102) 廣東省高等院校學(xué)科與專業(yè)建設(shè)專項(xiàng)資金建設(shè)項(xiàng)目(2013KJCX0178)
【分類號】：TP18;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉勇國;陳克非;;基于混合遺傳聚類的入侵檢測算法[J];計(jì)算機(jī)工程;2006年02期

2 俞研;黃皓;;一種半聚類的異常入侵檢測算法[J];計(jì)算機(jī)應(yīng)用;2006年07期

3 ;基于聚類的入侵檢測算法研究[J];廣東外語外貿(mào)大學(xué)學(xué)報(bào);2008年06期

4 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(jì)算機(jī)應(yīng)用;2008年05期

5 李思廣;劉蘊(yùn);;分布式入侵檢測系統(tǒng)的學(xué)習(xí)機(jī)制與檢測算法[J];漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年02期

6 宋凌;李枚毅;李孝源;;一種新的半監(jiān)督入侵檢測算法[J];計(jì)算機(jī)應(yīng)用;2008年07期

7 韓仲祥;段_";董淑福;張銳;陶曉燕;;基于反向傳播神經(jīng)網(wǎng)絡(luò)的入侵檢測算法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

8 胡翰;;基于主動學(xué)習(xí)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

9 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

10 何曉薇;;跑道入侵檢測算法研究[J];中國民航飛行學(xué)院學(xué)報(bào);2012年03期

相關(guān)會議論文 前10條

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

2 成科揚(yáng);;基于集對分析的網(wǎng)絡(luò)入侵檢測研究[A];2005年中國智能自動化會議論文集[C];2005年

3 蔣建春;卿斯?jié)h;;基于攻擊上下文的網(wǎng)絡(luò)入侵檢測[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（上冊）[C];2005年

4 彭清泉;楊曉元;韓益亮;;一種基于免疫的網(wǎng)絡(luò)入侵檢測體系結(jié)構(gòu)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2003年

5 黃曉燕;許龍飛;;基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)入侵檢測技術(shù)的應(yīng)用研究[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2006年

6 張滿懷;;兩類基于異常的網(wǎng)絡(luò)入侵檢測方法的比較[A];2007中國科協(xié)年會——通信與信息發(fā)展高層論壇論文集[C];2007年

7 魏念忠;;基于模糊關(guān)聯(lián)規(guī)則挖掘的網(wǎng)絡(luò)入侵檢測研究[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

8 沈明玉;邱文慶;;基于行為模型的網(wǎng)絡(luò)入侵檢測方法研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 申紅婷;;遺傳算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年

10 趙新星;姜青山;陳路瑩;胡海斌;;一種面向網(wǎng)絡(luò)入侵檢測的特征選擇方法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

相關(guān)重要報(bào)紙文章 前4條

1 鐘文;方通網(wǎng)絡(luò)狙擊手Sniper面市[N];國際商報(bào);2003年

2 ;Symantec ManHunt[N];中國計(jì)算機(jī)報(bào);2004年

3 ;深層防御保障國稅安全[N];中國計(jì)算機(jī)報(bào);2003年

4 北京賽門鐵克信息技術(shù)有限公司 郭訓(xùn)平;打造信息安全的大門[N];中國計(jì)算機(jī)報(bào);2001年

相關(guān)博士學(xué)位論文 前7條

1 曾劍平;基于模糊集的自適應(yīng)偽裝入侵檢測算法及其在ASP服務(wù)安全中的應(yīng)用研究[D];廈門大學(xué);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(xué);2007年

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

4 楊宏宇;網(wǎng)絡(luò)入侵檢測技術(shù)的研究[D];天津大學(xué);2003年

5 劉勇國;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)入侵檢測研究[D];重慶大學(xué);2003年

6 張寶軍;網(wǎng)絡(luò)入侵檢測若干技術(shù)研究[D];浙江大學(xué);2010年

7 易平;移動Ad Hoc網(wǎng)絡(luò)入侵檢測與主動響應(yīng)機(jī)制研究[D];復(fù)旦大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 常暢;基于云架構(gòu)的Web應(yīng)用防火墻研究[D];天津理工大學(xué);2015年

2 錢燕燕;基于多標(biāo)記學(xué)習(xí)與半監(jiān)督聚類的入侵防御技術(shù)研究[D];江蘇科技大學(xué);2015年

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

4 董蒙;基于維數(shù)消減與SVM參數(shù)優(yōu)化的入侵檢測算法研究[D];燕山大學(xué);2016年

5 王聲柱;基于深度學(xué)習(xí)和半監(jiān)督聚類的入侵防御技術(shù)研究[D];江蘇科技大學(xué);2016年

6 高鵬;云計(jì)算環(huán)境下的入侵檢測算法研究[D];河北大學(xué);2016年

7 方琪;基于自然鄰居的半監(jiān)督入侵檢測算法[D];重慶大學(xué);2016年

8 李琳;基于OCSVM的工業(yè)控制系統(tǒng)入侵檢測算法研究[D];沈陽理工大學(xué);2016年

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

10 斯海飛;入侵檢測算法研究[D];西安電子科技大學(xué);2002年

，

本文編號：1649089