一种基于无监督免疫优化分层的网络入侵检测算法

发布时间：2018-03-07 17:38

  本文选题：高校网络　切入点：入侵检测　出处：《计算机科学》2013年03期 　论文类型：期刊论文

【摘要】：高校网络被外网访问时,外网访问数据没有类别标记,导致数据识别特征不明显,传统的入侵检测模型不能有效提取出无监督外网访问数据中的识别特征,无法准确训练入侵检测模型,造成高校网络入侵检测准确度不高。为了解决这一难题,提出一种基于无监督免疫优化分层的入侵检测算法,即在免疫网络中对数据进行学习,用小规模的网络完成数据压缩,集中增强数据的识别特征,运用分层聚类方法分析网络,完成数据模型的建立。仿真实验表明,这种无监督入侵检测模型方法克服了高校网络外网访问数据的识别特性不明显,提高了高校网络入侵检测的准确率,取得了满意的结果。
[Abstract]:When the university network is accessed by the extranet, there is no class mark on the access data of the outer network, which leads to the lack of obvious recognition features of the data, and the traditional intrusion detection model can not extract the identification features from the unsupervised access data effectively. In order to solve this problem, an intrusion detection algorithm based on unsupervised immune optimization layer is proposed, which is to learn from the data in immune network, because the intrusion detection model can not be trained accurately and the accuracy of intrusion detection is not high. The data compression is accomplished with small scale network, and the recognition feature of data is enhanced. The hierarchical clustering method is used to analyze the network and the data model is built. The simulation results show that, This unsupervised intrusion detection model overcomes the fact that the identification characteristics of the access data of university network are not obvious, and improves the accuracy of network intrusion detection in colleges and universities, and obtains satisfactory results.
【作者单位】： 湖州师范学院现代教育技术中心;湖州师范学院信息工程学院;
【基金】：浙江省自然科学基金(Y1101237)资助
【分类号】：TP393.08

【参考文献】

相关期刊论文 前7条

1 唐鑫;高博;;高校校园网安全性研究与对策[J];重庆理工大学学报(自然科学版);2011年02期

2 孙晓艳;郑淑丽;沈洪伟;;优化的RBF神经网络在入侵检测中的应用[J];合肥工业大学学报(自然科学版);2008年11期

3 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

4 田俊峰;张晶;毕志明;;基于改进RBF神经网络的入侵检测研究[J];计算机工程与应用;2008年31期

5 杨杰;李中文;;神经网络在高校科研能力中的评价研究[J];计算机仿真;2011年05期

6 徐子豪;张腾飞;;基于语音识别和无线传感网络的智能家居系统设计[J];计算机测量与控制;2012年01期

7 康世瑜;;基于数据挖掘和特征选择的入侵检测模型[J];微电子学与计算机;2011年08期

【共引文献】

相关期刊论文 前10条

1 卓丽霞;田佳;;基于C4.5算法的集成方法研究[J];重庆工学院学报;2006年11期

2 陈振国;李冬艳;;运用核Fisher鉴别分析和MPM分类器的入侵检测[J];电子科技大学学报;2007年06期

3 杨宏宇;李春林;;采用FA和SVDFRM的SVM入侵检测分类模型[J];电子科技大学学报;2009年02期

4 邓广慧;唐贤瑛;夏卓群;;基于FCM和RBF网络的入侵检测研究[J];电脑与信息技术;2006年01期

5 张满怀;;两类基于异常网络入侵检测方法的比较[J];电信技术;2011年11期

6 周鸣争;楚宁;强俊;;基于构造性核覆盖算法的异常入侵检测[J];电子学报;2007年05期

7 卢朝辉;李维民;;基于混合模型的入侵检测系统设计[J];贵阳学院学报(自然科学版);2006年01期

8 王勇,高亮,杨辉华;网络入侵异常检测的实时方法[J];桂林电子工业学院学报;2005年05期

9 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

10 潘龙;王建国;;基于EMD和RBF的隧道围岩监测数据分析[J];合肥工业大学学报(自然科学版);2011年03期

相关会议论文 前2条

1 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年

2 姚智胜;邵春福;;基于v-支持向量分类机的交通事件检测方法研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（上册）[C];2005年

相关博士学位论文 前10条

1 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年

2 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年

3 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

4 邓勇;数据网格安全若干关键技术研究[D];南京邮电大学;2011年

5 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年

6 贾银山;支持向量机算法及其在网络入侵检测中的应用[D];大连海事大学;2004年

7 柳新民;机电系统BIT间歇故障虚警抑制技术研究[D];国防科学技术大学;2005年

8 张义荣;基于机器学习的入侵检测技术研究[D];国防科学技术大学;2005年

9 郑军;网络恶意数据流的检测与控制技术研究[D];哈尔滨工业大学;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

相关硕士学位论文 前10条

1 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年

2 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年

3 何月梅;分形技术与矢量量化相结合的网络流量异常检测研究[D];河北工程大学;2010年

4 黎利辉;基于特征选择的入侵检测研究[D];中南林业科技大学;2009年

5 王保民;基于LS-SVM的入侵检测[D];西安电子科技大学;2009年

6 朱杰;支持向量机在入侵检测中的应用[D];西安电子科技大学;2008年

7 周艳;基于聚类和支持向量机的入侵异常检测方法研究[D];吉林大学;2011年

8 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

9 闫少华;离群点挖掘在入侵检测中的研究与应用[D];广东工业大学;2011年

10 张浏;无线传感器网络分析管理平台研究与实现[D];华南理工大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 朱文藻;高校科研能力评价指标体系的建立及评价[J];安徽工程科技学院学报(自然科学版);2003年03期

2 刘道群;刘军;;一种P2P网络安全动态信任模型[J];重庆工学院学报(自然科学版);2009年11期

3 劳俊;钟培俊;;局域网信息安全问题的分析与解决[J];四川兵工学报;2009年07期

4 高小平;中国智能家居的现状及发展趋势[J];低压电器;2005年04期

5 张芳;秦彭;张永华;;浅谈当前校园网安全问题[J];广西轻工业;2007年04期

6 李炳林;宋海燕;;无线传感网技术与无源光网络技术在智能电网用电采集系统中的应用[J];华东电力;2010年06期

7 姚南生;校园网安全策略的探讨[J];淮南师范学院学报;2003年03期

8 袁静;;无线传感网技术在智能电网用电信息采集系统中的应用[J];计量与测试技术;2010年08期

9 王磊,廖晓峰;基于改进BP算法的入侵检测神经网络方法[J];计算机工程与应用;2004年31期

10 代冀阳;朱丽芳;易宏;;基于BP神经网络的SPWM逆变器控制仿真研究[J];计算机仿真;2010年03期

相关硕士学位论文 前1条

1 赵建光;嵌入式连续语音识别系统研究[D];河北工程大学;2007年

【相似文献】

相关期刊论文 前10条

1 孙珊珊;;聚类分析在入侵检测中的应用[J];河北省科学院学报;2010年03期

2 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

3 杨向荣,宋擒豹,沈钧毅;基于数据挖掘的智能化入侵检测系统[J];计算机工程;2001年09期

4 祁建清,闫镔,杨正;IDS研究概述[J];电子对抗技术;2001年04期

5 魏忠,王伟武,高俊鹏;入侵检测的旁路侦听的一种实现途径[J];空军雷达学院学报;2001年04期

6 李焕洲;网络安全和入侵检测技术[J];四川师范大学学报(自然科学版);2001年04期

7 张建伟,卢昱,朱代祥;基于部件的分布式入侵检测系统[J];指挥技术学院学报;2001年05期

8 周继军,李祥和;面向用户的网络安全预警系统[J];网络安全技术与应用;2001年01期

9 董小玲;;金诺网安与天融信结成产品联盟[J];计算机安全;2001年08期

10 吕慧勤,杨义先;一种基于CORBA技术的分布式入侵检测系统[J];计算机工程与应用;2002年15期

相关会议论文 前10条

1 王东;王丽娜;董晓梅;于戈;申德荣;;基于免疫思想的入侵检测研究[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

2 王卉;屈强;;面向入侵检测的数据挖掘:研究与发展[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

3 廖桂平;喻飞;沈岳;张林峰;徐成;;入侵检测系统性能评估中实验环境的仿真[A];第二十六届中国控制会议论文集[C];2007年

4 周涛;;基于数据挖掘的入侵检测日志分析技术研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

5 叶颖;严毅;;UNIX的入侵检测及防范[A];广西计算机学会——2004年学术年会论文集[C];2004年

6 李艳辉;李雷;万明;;基于分层结构的无线传感器网络入侵检测系统[A];2010年通信理论与信号处理学术年会论文集[C];2010年

7 闫耀辉;臧洌;黄同心;;基于协同训练的Co-Forest算法在入侵检测中的应用[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（下册）[C];2010年

8 吴礼发;;网络入侵检测系统的研究[A];中国电子学会第七届学术年会论文集[C];2001年

9 陈观林;王泽兵;冯雁;;入侵检测系统中的规划识别研究[A];第六届全国计算机应用联合学术会议论文集[C];2002年

10 王敏;高翔;李宏伟;;模糊逻辑及遗传算法在入侵检测中的应用[A];首届信息获取与处理学术会议论文集[C];2003年

相关重要报纸文章 前10条

1 钟力 姚兰 梁中骐;抓住罪恶之“手”[N];网络世界;2004年

2 行健;启明星辰发布天阗入侵检测与管理系统V6.0[N];国际商报;2004年

3 ;NetScreen-IDP 500 高端入侵检测与防护设备[N];计算机世界;2003年

4 北京 张率;防黑第一招[N];中国电脑教育报;2001年

5 Henry Wang;误报漏报是个难点[N];中国计算机报;2004年

6 李刚;打IDS“组合拳”[N];中国计算机报;2004年

7 ;入侵检测产品功能指标说明[N];网络世界;2001年

8 ;如何选择和使用UTM设备[N];网络世界;2009年

9 刘宏伟;深层防护从核心到边缘[N];中国计算机报;2004年

10 钟力 姚兰 粱中骐;掌握安全主动权[N];网络世界;2002年

相关博士学位论文 前10条

1 郑凯梅;基于统计机器学习的网络入侵检测分类研究[D];中国矿业大学（北京）;2010年

2 马振婴;混合软计算技术在入侵检测中的应用研究[D];重庆大学;2010年

3 耿立中;基于入侵检测的附网存储设备安全关键技术研究[D];清华大学;2010年

4 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年

5 赵月爱;基于非均衡数据分类的高速网络入侵检测研究[D];太原理工大学;2010年

6 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年

7 郭陟;可视化入侵检测研究[D];清华大学;2004年

8 马恒太;基于Agent分布式入侵检测系统模型的建模及实践[D];中国科学院软件研究所;2001年

9 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

10 李万;基于本体的入侵报警关联[D];北京交通大学;2010年

相关硕士学位论文 前10条

1 林乐平;基于无监督的入侵检测[D];西安电子科技大学;2005年

2 白琳;基于神经计算和进化网络的入侵检测[D];西安电子科技大学;2005年

3 季翠翠;基于人工免疫的网络入侵检测系统研究[D];中国石油大学;2010年

4 竹小明;克隆选择原理在入侵检测中的应用[D];电子科技大学;2007年

5 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

6 颜辉;人工神经网络在入侵检测中的应用[D];长春理工大学;2004年

7 谢清森;改进的PrefixSpan算法在入侵检测中的应用[D];暨南大学;2010年

8 王建;基于模式匹配的网络入侵检测系统的研究与设计[D];武汉理工大学;2010年

9 刘晓;基于BP神经网络的智能入侵检测研究[D];重庆大学;2010年

10 李冠广;基于贝叶斯网络的入侵检测[D];大连理工大学;2010年

，

本文编号：1580283