改进蚁群算法优化SVM参数的网络入侵检测模型研究

发布时间：2017-10-19 05:27

  本文关键词：改进蚁群算法优化SVM参数的网络入侵检测模型研究

  更多相关文章： 网络入侵检测 支持向量机(SVM) 高斯变异 改进蚁群算法(MACO)

【摘要】：基于支持向量机(support vector machine,SVM)的网络入侵检测模型泛化能力与其参数选取密切相关,因此SVM参数优化是一个难题。为进一步提高网络入侵检测率,提出一种改进蚁群优化SVM参数算法(modified ant colony optimization algorithm-support vector machine,MACO-SVM)的网络入侵检测模型。首先采用蚁群搜索路径节点代表支持向量机参数,将网络入侵检测率做为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM不仅提高了网络入侵的检测效率,而且获得了更高的检测率。
【作者单位】： 天津城建大学信息中心;平顶山学院计算机科学与技术学院;
【关键词】： 网络入侵检测 支持向量机(SVM) 高斯变异 改进蚁群算法(MACO)
【基金】：天津市高等学校科技发展基金计划项目(20121103)~~
【分类号】：TP393.08;TP18
【正文快照】： 0引言随着互联网用户不断增加,网络更加开放,网络安全引起人们的广泛关注,相对于传统网络防范技术如防火墙,网络入侵检测系统(intrusion detection sys-tem,IDS)可以对网络入侵行为进行主动拦截,并提出警告,实际应用价值更大,因此,如何提高网络入侵检测效果一直网络安全领域的

【参考文献】

中国期刊全文数据库 前7条

1 杨武,方滨兴,云晓春,张宏莉,胡铭曾;一种高性能分布式入侵检测系统的研究与实现[J];北京邮电大学学报;2004年04期

2 李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强;模糊多类支持向量机及其在入侵检测中的应用[J];计算机学报;2005年02期

3 唐少先;蔡文君;;基于无监督聚类混合遗传算法的入侵检测方法[J];计算机应用;2008年02期

4 栾庆林;卢辉斌;;自适应遗传算法优化神经网络的入侵检测研究[J];计算机工程与设计;2008年12期

5 严岳松;倪桂强;缪志敏;潘志松;汪肇强;;基于SVDD的半监督入侵检测研究[J];微电子学与计算机;2009年10期

6 龙文;梁昔明;龙祖强;李朝辉;;基于改进蚁群算法优化参数的LSSVM短期负荷预测[J];中南大学学报(自然科学版);2011年11期

7 唐通;唐雁;沈黎;陈泳序;申红林;王斌;张桉;;基于时间SFM因子的推荐系统攻击检测方法[J];西南大学学报(自然科学版);2013年11期

【共引文献】

中国期刊全文数据库 前10条

1 汪廷华;田盛丰;黄厚宽;廖年冬;;样本属性重要度的支持向量机方法[J];北京交通大学学报;2007年05期

2 牟少敏;田盛丰;尹传环;;基于协同聚类的多核学习[J];北京交通大学学报;2008年02期

3 李鑫;季振洲;刘韦辰;胡铭曾;;防火墙过滤规则集冲突检测算法[J];北京邮电大学学报;2006年04期

4 郭世泽;牛冠杰;郑康锋;;入侵容忍系统模型构建及量化分析[J];北京邮电大学学报;2007年01期

5 谷勇浩;刘勇;;用扩展巴科斯范式优化决策树协议解码技术[J];吉林大学学报(信息科学版);2007年01期

6 危辉平;陶宏才;;一种新的基于相关性的层次型分布式入侵检测模型[J];成都信息工程学院学报;2012年01期

7 刘清;林土胜;王晓军;;基于系数关系共生矩阵和SVM的纹理分析[J];光电工程;2009年04期

8 徐国浪;魏延;;基于多核函数的模糊支持向量机学习算法[J];重庆师范大学学报(自然科学版);2012年06期

9 樊爱宛;时合生;;基于特征选择和SVM参数同步优化的网络入侵检测[J];北京交通大学学报;2013年05期

10 王耀普;潘晓中;;基于特征筛选的加权SVM入侵检测系统[J];计算机安全;2014年01期

中国重要会议论文全文数据库 前4条

1 ;Network Intrusion Detection Analysis with Neural Network and Particle Swarm Optimization Algorithm[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 高翔;王敏;;模糊频繁情节挖掘算法在入侵检测中的应用[A];2005年全国开放式分布与并行计算学术会议论文集[C];2005年

3 危辉平;陶宏才;;一种新的基于相关性的层次型分布式入侵检测模型[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

4 李超;翟健宏;张宏莉;;高性能双栈网络信息获取平台的研究与实现[A];全国网络与信息安全技术研讨会论文集（下册）[C];2007年

中国博士学位论文全文数据库 前10条

1 刘松华;核矩阵低秩分解与核空间信息能度量研究及应用[D];西安电子科技大学;2011年

2 赵宇;基于支持向量机的多用户检测算法、功率控制算法和波达方向估计算法[D];中国科学技术大学;2006年

3 王磊;支持向量机学习算法的若干问题研究[D];电子科技大学;2007年

4 尹清波;基于机器学习的入侵检测方法研究[D];哈尔滨工程大学;2007年

5 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年

6 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年

7 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年

8 魏宇欣;网络入侵检测系统关键技术研究[D];北京邮电大学;2008年

9 刘万里;支持向量机中若干问题及应用研究[D];西安电子科技大学;2008年

10 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 张娓娓;焦炭生产过程质量模型建模方法研究[D];郑州大学;2010年

2 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年

3 王琳;支持向量机及相关理论研究[D];辽宁师范大学;2010年

4 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年

5 孙大朋;入侵检测中模糊C-均值聚类算法研究[D];哈尔滨理工大学;2010年

6 王瑛;基于模糊聚类的入侵检测算法研究[D];江西理工大学;2010年

7 朱丽华;基于网络入侵检测的智能算法研究[D];江南大学;2010年

8 王金鑫;应对网络入侵的研究[D];江南大学;2011年

9 崔保良;基于稀疏表示的协同入侵检测[D];广东工业大学;2011年

10 谷雪;模糊支持向量机的研究与应用[D];辽宁师范大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 柴平渲,龚向阳,程时端;分布式入侵检测技术的研究[J];北京邮电大学学报;2002年02期

2 易芝;汪林林;王练;;基于关联规则相关性分析的Web个性化推荐研究[J];重庆邮电大学学报(自然科学版);2007年02期

3 李大学;谢名亮;赵学斌;;结合项目类别信息的协同过滤推荐算法[J];重庆邮电大学学报(自然科学版);2010年06期

4 汪兴东,佘X,周明天,刘恒;基于BP神经网络的智能入侵检测系统[J];成都信息工程学院学报;2005年01期

5 行小帅,焦李成;数据挖掘的聚类方法[J];电路与系统学报;2003年01期

6 张俊芳,吴伊昂,吴军基;基于灰色理论负荷预测的应用研究[J];电力自动化设备;2004年05期

7 李钷;李敏;刘涤尘;;基于改进回归法的电力负荷预测[J];电网技术;2006年01期

8 耿艳;韩学山;韩力;;基于最小二乘支持向量机的短期负荷预测[J];电网技术;2008年18期

9 罗敏,王丽娜,张焕国;基于无监督聚类的入侵检测方法[J];电子学报;2003年11期

10 马卫;朱庆保;;求解函数优化问题的快速连续蚁群算法[J];电子学报;2008年11期

中国博士学位论文全文数据库 前1条

1 潘志松;基于神经网络的入侵检测研究[D];南京航空航天大学;2003年

【相似文献】

中国期刊全文数据库 前10条

1 李之棠,杨红云;模糊入侵检测模型[J];计算机工程与科学;2000年02期

2 黄大足;一种入侵检测模型[J];邵阳学院学报;2003年05期

3 姚羽,高福祥,于戈;基于混沌神经元的延时滥用入侵检测模型[J];电子学报;2004年08期

4 任照松,印润远;基于统计方法的入侵检测模型[J];上海水产大学学报;2005年02期

5 赵乘麟;蒋外文;赵云辉;;分级数据挖掘入侵检测模型[J];吉首大学学报(自然科学版);2007年01期

6 王磊;蒋兴浩;张少俊;李建华;;基于双矩阵博弈的入侵检测模型[J];信息安全与通信保密;2007年12期

7 刘杰;;基于数据挖掘的入侵检测模型[J];科技信息(学术研究);2008年21期

8 贾宝刚;;基于数据挖掘的一种网络入侵检测模型[J];网络安全技术与应用;2008年10期

9 陈志航;;基于多传感器数据融合入侵检测模型[J];通信技术;2010年11期

10 彭聪;;网络入侵检测模型的分析与设计[J];工业设计;2011年06期

中国重要会议论文全文数据库 前10条

1 杨武;王巍;张乐君;国林;云晓春;;一种动态自学习的高效入侵检测模型研究[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年

2 周颉;;无线传感器网络入侵检测模型研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

3 李楠;胡学钢;王东波;;基于改进随机决策树的入侵检测模型研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 宋博;张琦建;;基于移动代理的入侵检测模型在水利信息化中的应用[A];科技创新与现代水利——2007年水利青年科技论坛论文集[C];2007年

5 孙和凯;魏海平;;基于人工免疫的入侵检测模型研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（上册）[C];2010年

6 田俊峰;刘仙跃;;入侵检测数据分类模型—PCANN[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年

7 杨永健;李天博;杨晓慧;;基于Magician平台的主动入侵检测模型[A];第七届青年学术会议论文集[C];2005年

8 谢毅;张俊灵;王莹;胡翠林;;一种基于SVM的信息安全入侵检测模型[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

9 刘丹婷;武斌;;基于层次化协同DFA的主机入侵检测模型[A];第十七届全国青年通信学术年会论文集[C];2012年

10 王蕊;;基于免疫原理的网络银行入侵检测模型[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

中国博士学位论文全文数据库 前1条

1 陈荣;面向网格计算的按需入侵检测模型及关键技术研究[D];浙江大学;2005年

中国硕士学位论文全文数据库 前10条

1 罗冬梅;基于时间序列的入侵检测模型研究[D];上海师范大学;2004年

2 雷丽萍;基于生物不确定性记忆的入侵检测模型研究[D];西安电子科技大学;2010年

3 王超峰;基于数据挖掘的入侵检测模型研究[D];青岛理工大学;2010年

4 何慧;基于信息增益—贝叶斯网络的智能入侵检测模型的研究[D];广西大学;2005年

5 景波;基于智能代理的入侵检测模型[D];太原理工大学;2003年

6 张晓梅;基于主动对抗响应的网络入侵检测模型[D];太原理工大学;2003年

7 黄琦锋;基于数据库中知识发现技术的入侵检测模型[D];福州大学;2004年

8 袁磊;一种基于网络性能学习的入侵检测模型[D];华中师范大学;2002年

9 欧雅捷;基于智能化的入侵检测模型研究[D];福州大学;2005年

10 程元元;代价敏感入侵检测模型研究[D];太原理工大学;2005年

，

本文编号：1059297