基于小波核主成分分析和差分进化优化极限学习机的入侵检测
本文关键词:基于小波核主成分分析和差分进化优化极限学习机的入侵检测 出处:《计算机应用与软件》2014年05期 论文类型:期刊论文
更多相关文章: 入侵检测 小波核主成分分析 极限学习机 差分进化
【摘要】:针对网络入侵检测,提出一种基于小波核主成分分析和差分进化极限学习机相结合的方法。首先采用核主成分分析法对原始数据进行非线性降维处理,为了进一步提高核PCA的非线性映射能力,引用小波核函数作为核PCA的核函数。然后采用极限学习机对处理后的数据进行分类识别,针对初始权值随机选择造成极限学习机性能不稳定的问题,采用差分进化算法来获得最优的初始权值。实验结果表明该算法可以有效提高入侵检测的识别率,降低误报率和漏报率。
【作者单位】: 中原工学院电子信息学院;河南工程学院计算机学院;
【基金】:河南省重点科技攻关项目(122102210503)
【分类号】:TP393.08
【正文快照】: 0引言随着计算机网络的高速发展,针对网络的攻击与破坏越来越频繁,网络入侵检测已经成为研究的热点问题。随着近年来人工智能技术的快速发展,越来越多的学者将人工智能技术运用到网络入侵检测中[1,2]。核主成分分析KPCA(Kernel Princi-pal Component Analysis)是主成分分析和
【参考文献】
中国期刊全文数据库 前4条
1 韩萍,吴仁彪,王兆华,王蕴红;基于KPCA准则的SAR目标特征提取与识别[J];电子与信息学报;2003年10期
2 闫巧,毛晓波,闫戈林;人工智能在入侵检测系统中的应用[J];计算机工程与应用;2002年20期
3 叶清;吴晓平;叶晓慧;郭江威;;基于PCA与FCM的入侵检测样本数据压缩方法[J];海军工程大学学报;2012年05期
4 李鸿培,王新梅;基于神经网络的入侵检测系统模型[J];西安电子科技大学学报;1999年05期
中国博士学位论文全文数据库 前1条
1 李战春;入侵检测中的机器学习方法及其应用研究[D];华中科技大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 宋平平;;基于数据挖掘的智能入侵检测系统模型及实现[J];安徽工程科技学院学报(自然科学版);2006年03期
2 鲁红英,罗俊松,肖思和,丁照宇;基于遗传神经网络的入侵检测方法研究[J];成都理工大学学报(自然科学版);2005年04期
3 周丽娟;;基于QPSO-WNN在异常检测中的应用[J];长春理工大学学报(自然科学版);2009年03期
4 郎振红;;基于数据挖掘技术的Snort检测系统模型[J];长春理工大学学报(自然科学版);2010年01期
5 张锏;;基于云模型和BP神经网络的入侵检测[J];传感器与微系统;2011年01期
6 陶然;;数据挖掘技术在网络信息安全中的应用[J];长沙通信职业技术学院学报;2007年03期
7 张友静;黄浩;马雪梅;;基于KPCA和SAM的城市植被遥感分类研究[J];地理与地理信息科学;2006年03期
8 王小鸥;苏旭霞;;基于IPV6的网络入侵检测[J];电脑学习;2008年03期
9 阿娜古丽·阿布拉;王淮亭;吉顺如;;校园局域网防御ARP攻击解决方案[J];电脑编程技巧与维护;2009年14期
10 张涛;;校园网中入侵检测系统的实验研究[J];电脑编程技巧与维护;2011年04期
中国重要会议论文全文数据库 前5条
1 王颖;韩萍;吴仁彪;;基于Adaboost的SAR自动目标识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
2 刘松;赵东明;周清雷;;基于FIDXP的分布式入侵防御系统的设计[A];计算机研究新进展(2010)——河南省计算机学会2010年学术年会论文集[C];2010年
3 李彬;荣学文;;改进在线极端学习机算法在太阳黑子预测中的应用[A];第25届中国控制与决策会议论文集[C];2013年
4 李彬;荣学文;;单隐层前向神经网络在线学习算法综述与性能分析[A];第25届中国控制与决策会议论文集[C];2013年
5 Xue Mo;Youqing Wang;Xiangwei Wu;;Hypoglycemia Prediction Using Extreme Learning Machine (ELM) and Regularized ELM[A];第25届中国控制与决策会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 陶勇;知识辅助的SAR图像目标特性分析与识别研究[D];国防科学技术大学;2010年
2 魏小涛;在线自适应网络异常检测系统模型与相关算法研究[D];北京交通大学;2009年
3 尹奎英;SAR图像处理及地面目标识别技术研究[D];西安电子科技大学;2011年
4 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
5 赵辉;先应式容忍入侵系统关键技术研究[D];吉林大学;2011年
6 闫巧;基于免疫机理的入侵检测系统研究[D];西安电子科技大学;2003年
7 徐明;基于系统调用的异常入侵检测技术及IDS扩展功能的研究[D];浙江大学;2003年
8 张凤斌;基于免疫遗传算法的入侵检测技术研究[D];哈尔滨工程大学;2005年
9 杨智君;入侵检测关键技术在大型科学仪器工作状态监测系统中的研究与应用[D];吉林大学;2006年
10 饶鲜;入侵检测信道模型研究[D];西安电子科技大学;2006年
中国硕士学位论文全文数据库 前10条
1 马玉萍;高校校园网络安全管理与维护系统的研究与实现[D];长春理工大学;2010年
2 张晓光;基于模式匹配的入侵检测系统应用研究[D];大连海事大学;2010年
3 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
4 崔传斌;基于危险理论的入侵检测技术研究[D];哈尔滨理工大学;2010年
5 袁硕;改进混合遗传算法在免疫入侵检测模型中的应用研究[D];哈尔滨理工大学;2010年
6 曾显峰;基于人工神经网络的入侵检测技术研究[D];华南理工大学;2010年
7 刘小明;入侵检测系统中模式匹配算法的研究[D];江西理工大学;2010年
8 杨文兵;基于Rough集理论的入侵检测方法研究[D];南昌大学;2010年
9 刘振;基于人工免疫的入侵检测器生成研究[D];南昌大学;2010年
10 周文星;江西地税安全管理平台入侵检测系统的研究与应用[D];南昌大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 罗守山,陈亚娟,宋传恒,王自亮,钮心忻,杨义先;基于用户击键数据的异常入侵检测模型[J];北京邮电大学学报;2003年04期
2 Tanker;2003年网络安全回顾[J];中国电子与网络出版;2003年12期
3 董小玲;信息安全的分水岭——2000年世界信息安全问题回顾[J];计算机安全;2001年01期
4 闫巧,谢维信,宋歌,喻建平;基于HMM的系统调用异常检测[J];电子学报;2003年10期
5 孙宏伟,田新广,邹涛,张尔扬;基于隐马尔可夫模型的IDS程序行为异常检测[J];国防科技大学学报;2003年05期
6 关健,刘大昕;一种基于遗传算法的误用检测模型自适应建立算法[J];哈尔滨工程大学学报;2004年01期
7 朱永宣;单莘;郭军;;入侵检测系统中基于PCA和C-SSGA的双向数据压缩[J];哈尔滨工业大学学报;2009年09期
8 崔国华,侯澄志,洪帆;审计日志的关联规则挖掘[J];华中科技大学学报(自然科学版);2002年09期
9 谭小彬,王卫平,奚宏生,殷保群;计算机系统入侵检测的隐马尔可夫模型[J];计算机研究与发展;2003年02期
10 李辉,管晓宏,昝鑫,韩崇昭;基于支持向量机的网络入侵检测[J];计算机研究与发展;2003年06期
中国博士学位论文全文数据库 前2条
1 黎耀;IPv6环境下异常检测系统的关键技术研究[D];华中科技大学;2006年
2 李战春;入侵检测中的机器学习方法及其应用研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前3条
1 常伟;基于PCA和改进BP神经网络的入侵检测系统研究与设计[D];重庆大学;2009年
2 李萍萍;时空数据库中高维数据的降维方法[D];哈尔滨理工大学;2009年
3 叶冲轶;高维海量数据联合聚类算法的研究与应用[D];浙江工商大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 包潘晴;杨明福;;基于KPCA和SVM的网络入侵检测[J];计算机应用与软件;2006年02期
2 顾钧;;基于KPCA和SVM的网络入侵检测研究[J];计算机仿真;2010年07期
3 郑辉;;基于KPCA组合核函数SVM的网络危险因素识别[J];信息网络安全;2010年02期
4 傅向华,冯博琴,马兆丰,韩冰;基于核方法的Web挖掘研究[J];小型微型计算机系统;2005年05期
5 孙雅妮;王新房;陈新华;;基于神经网络的入侵检测集成分类系统[J];计算机工程与设计;2009年15期
6 孙宗宝;孙名松;;基于核主成分提取和支持向量机的入侵检测[J];信息技术;2007年07期
7 秦玉平;耿姝;孙宗宝;;基于C-SVM和KPCA的垃圾邮件检测研究[J];计算机工程与应用;2010年19期
8 刘克文;张贲;王宇飞;;基于复合分类器的网络入侵检测模型[J];电力建设;2011年11期
9 谢X 鑫;刘衍珩;朱建启;孙鑫;付枫;;基于分布式集成学习的入侵检测模型[J];计算机工程;2011年13期
10 丁超;;个性推荐系统中协同过滤技术的优化及应用[J];科技信息;2010年04期
中国硕士学位论文全文数据库 前10条
1 常卫东;智能入侵检测中的特征提取和集成学习技术研究[D];国防科学技术大学;2005年
2 刘完芳;入侵检测系统的特征提取方法研究及其实现[D];湖南大学;2007年
3 孙宗宝;基于软间隔支持向量机和核主成分分析的入侵检测研究[D];哈尔滨理工大学;2007年
4 王忠强;基于核方法的网络入侵检测系统[D];华北电力大学(北京);2008年
5 谢X 鑫;分布式集成学习在入侵检测中的应用研究[D];吉林大学;2012年
6 范治军;基于数据挖掘的入侵检测研究[D];大连理工大学;2012年
7 赵留军;一种基于TSVM的phishing网页检测方法[D];华北电力大学(北京);2011年
8 陈俊;基于核偏最小二乘特征提取的垃圾邮件过滤方法的研究[D];华东交通大学;2012年
9 童行行;基于机器学习的网络流量分析研究[D];清华大学;2005年
10 周泽寻;基于入侵检测的数据流挖掘研究[D];西北师范大学;2013年
,本文编号:1316575
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1316575.html