当前位置:主页 > 管理论文 > 移动网络论文 >

GATS-LSVM:新的网络入侵检测方法

发布时间:2018-04-18 12:10

  本文选题:网络入侵检测 + 遗传算法(GA) ; 参考:《高技术通讯》2013年05期


【摘要】:针对现有网络入侵检测方法的不足,提出了一种新的网络入侵检测方法——GATS-LSVM算法。该方法采用遗传算法(GA)与禁忌搜索(TS)相混合的搜索策略对特征子集空间进行随机搜索,利用提供的数据在无约束优化线性支持向量机(LSVM)上的分类错误率作为特征子集的评估标准获取最优特征子集,从而有效地对入侵进行检测。大量基于著名的KDD Cup 1999数据集的实验表明,该新方法相对于其它一些传统的网络入侵检测方法,能在保证较高检测率的前提下,有效地降低误报率、入侵检测的计算复杂度和提高检测速度,能更适用于现实高速网络应用环境。
[Abstract]:A new network intrusion detection method, GATS-LSVM, is proposed to overcome the shortcomings of existing network intrusion detection methods.In this method, a hybrid search strategy of genetic algorithm (GA) and Tabu search (TS) is used to search the feature subset space randomly.The classification error rate of the data provided on the unconstrained optimized linear support vector machine (LSVM) is used as the evaluation criterion of the feature subset to obtain the optimal feature subset, so as to detect the intrusion effectively.A large number of experiments based on the famous KDD Cup 1999 dataset show that compared with other traditional network intrusion detection methods, the new method can effectively reduce the false alarm rate on the premise of high detection rate.The computational complexity of intrusion detection and the improvement of detection speed can be more suitable for the real high-speed network application environment.
【作者单位】: 北京联合大学信息服务工程重点实验室;北京联合大学信息学院;
【基金】:863计划(2007AA01Z416) 北京联合大学新起点计划(ZK201204) 人才强校计划人才(BPHR2011A04)资助项目
【分类号】:TP393.08

【参考文献】

相关期刊论文 前6条

1 陈友;程学旗;李洋;戴磊;;基于特征选择的轻量级入侵检测系统[J];软件学报;2007年07期

2 张志华,郑南宁,史罡;极大熵聚类算法及其全局收敛性分析[J];中国科学E辑:技术科学;2001年01期

3 唐焕文,张立卫;凸规划的极大熵方法[J];科学通报;1994年08期

4 李兴斯;一类不可微优化问题的有效解法[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年04期

5 唐焕文,张立卫,王雪华;一类约束不可微优化问题的极大熵方法[J];计算数学;1993年03期

6 李兴斯;非线性极大极小问题的一个有效解法[J];科学通报;1991年19期

【共引文献】

相关期刊论文 前10条

1 张丹丹;邓赵红;蒋亦樟;王士同;;基于划分融合与视角加权的极大熵聚类算法[J];计算机工程;2016年04期

2 姜宏;陈庶樵;扈红超;钱坤;;基于GAIG特征选择算法的轻量化DDoS攻击检测方法[J];计算机应用研究;2016年02期

3 雍龙泉;;绝对值函数的一致光滑逼近函数[J];数学的实践与认识;2015年20期

4 周钦青;;ACO和SVM选择加权特征的网络攻击监测方法[J];科技通报;2015年10期

5 黄巧云;;基于云模型和粗糙集的特征选择算法[J];东莞理工学院学报;2015年05期

6 汪中才;杨立身;;野草算法和支持向量机的网络入侵检测[J];激光杂志;2015年08期

7 逯玉婧;;一种基于深度信念网络的入侵检测模型[J];网络安全技术与应用;2015年08期

8 张丹丹;邓赵红;王士同;;面向多视角数据的极大熵聚类算法[J];计算机科学与探索;2016年04期

9 周龙泉;卫文学;;基于主成分分析与Simhash的入侵检测方法[J];计算机与数字工程;2015年07期

10 杨志伟;努尔布力;贾雪;胡亮;;基于ReliefF的入侵特征选择方法[J];吉林大学学报(理学版);2015年03期

【二级参考文献】

相关期刊论文 前4条

1 饶鲜,董春曦,杨绍全;基于支持向量机的入侵检测系统[J];软件学报;2003年04期

2 张志华,郑南宁,王天树;广义LVQ神经网络的性能分析及其改进[J];自动化学报;1999年05期

3 李兴斯;一类不可微优化问题的有效解法[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年04期

4 李兴斯;非线性极大极小问题的一个有效解法[J];科学通报;1991年19期

【相似文献】

相关期刊论文 前10条

1 张怡,胡修林;网络入侵检测技术[J];金卡工程;2003年06期

2 张鹏;;基于危险理论的计算机网络入侵检测[J];煤炭技术;2012年12期

3 任旭;王家鑫;;计算机网络入侵检测探讨[J];中国高新技术企业;2013年18期

4 张勇,张德运,李胜磊;基于分布协作式代理的网络入侵检测技术的研究与实现[J];计算机学报;2001年07期

5 张勇,张德运,李胜磊,蒋旭宪;基于分层结构的网络入侵检测技术的研究和实现[J];小型微型计算机系统;2001年01期

6 柯海丰,吴明晖;网络入侵检测技术[J];计算机时代;2001年07期

7 杨向荣,宋擒豹,沈钧毅;基于行为模式挖掘的网络入侵检测[J];西安交通大学学报;2002年02期

8 胡昌振;网络入侵检测技术及发展[J];信息安全与通信保密;2002年10期

9 刘奇有,程思远;浅谈网络入侵检测技术[J];电信工程技术与标准化;2003年08期

10 周竞,黄河;网络入侵检测中的响应机制及应用[J];交通与计算机;2004年05期

相关会议论文 前10条

1 成科扬;;基于集对分析的网络入侵检测研究[A];2005年中国智能自动化会议论文集[C];2005年

2 蒋建春;卿斯汉;;基于攻击上下文的网络入侵检测[A];全国网络与信息安全技术研讨会'2005论文集(上册)[C];2005年

3 彭清泉;杨晓元;韩益亮;;一种基于免疫的网络入侵检测体系结构[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年

4 黄晓燕;许龙飞;;基于关联规则的网络入侵检测技术的应用研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年

5 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

6 魏念忠;;基于模糊关联规则挖掘的网络入侵检测研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

7 沈明玉;邱文庆;;基于行为模型的网络入侵检测方法研究[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

8 申红婷;;遗传算法在网络入侵检测中的应用[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年

9 赵新星;姜青山;陈路莹;胡海斌;;一种面向网络入侵检测的特征选择方法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年

10 王志刚;钱兴坤;王东亮;;基于PCA的多信息源实时网络入侵检测[A];第二十一次全国计算机安全学术交流会论文集[C];2006年

相关重要报纸文章 前7条

1 陶智;政务安全:NIPS力克城域网“内讧”[N];中国计算机报;2006年

2 钟文;方通网络狙击手Sniper面市[N];国际商报;2003年

3 ;Symantec ManHunt[N];中国计算机报;2004年

4 ;深层防御保障国税安全[N];中国计算机报;2003年

5 北京赛门铁克信息技术有限公司 郭训平;打造信息安全的大门[N];中国计算机报;2001年

6 刘宏伟;深层防护从核心到边缘[N];中国计算机报;2004年

7 赵毅;IDS产品选购问答[N];中国计算机报;2007年

相关博士学位论文 前8条

1 杨宏宇;网络入侵检测技术的研究[D];天津大学;2003年

2 刘勇国;基于数据挖掘的网络入侵检测研究[D];重庆大学;2003年

3 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年

4 易平;移动Ad Hoc网络入侵检测与主动响应机制研究[D];复旦大学;2005年

5 蒋卫华;智能网络入侵检测与安全防护技术研究[D];西北工业大学;2003年

6 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

7 赵阔;高速网络入侵检测与防御[D];吉林大学;2008年

8 曾勇;资源受限场景下的容忍入侵关键技术研究[D];西安电子科技大学;2008年

相关硕士学位论文 前10条

1 刘宇光;无线传感器网络入侵检测的研究[D];天津理工大学;2015年

2 曹丹星;基于数据降维和支持向量机的网络入侵检测[D];山东大学;2015年

3 蔡显军;网络入侵检测系统关键技术研究与实现[D];华北电力大学;2015年

4 李小剑;基于支持向量机与k近邻相结合的网络入侵检测研究[D];贵州师范大学;2015年

5 连路朋;基于分布式流数据库系统的网络入侵检测[D];电子科技大学;2015年

6 黄晓燕;基于关联规则的网络入侵检测技术的应用研究[D];暨南大学;2006年

7 罗程;基于核聚类和序列分析的网络入侵检测方法的研究[D];广西大学;2005年

8 刘翠娟;基于数据挖掘的网络入侵检测方法研究[D];华北电力大学(河北);2006年

9 崔媛媛;网络入侵检测产品技术规范研究[D];电子科技大学;2003年

10 叶芳;基于模糊神经网络的网络入侵检测研究[D];重庆大学;2004年



本文编号:1768318

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1768318.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5b424***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com