基于模糊规则的免疫算法在网络入侵中的应用
发布时间:2018-08-07 16:16
【摘要】:在网络入侵检测系统中会产生大量误报警,针对该问题,提出一种基于模糊规则的人工免疫优化算法。通过发现并学习两个报警之间的联系程度,计算其关联概率,在关联概率的基础上利用模糊规则对两个报警进行关联,使用人工免疫算法加以优化并通过与阈值的比较做出判断。在模糊规则的基础上使用人工免疫算法可以极大减少误报警的数量,减小入侵检测系统的负载并减轻管理人员处理报警的压力。进行实验仿真并与其它算法在检测率、测试时间等标准上做比较验证,其结果表明,该算法具有一定的可行性和高效性。
[Abstract]:A large number of false alarms occur in the network intrusion detection system. To solve this problem, an artificial immune optimization algorithm based on fuzzy rules is proposed. Through discovering and learning the connection degree between two alarms, calculating the correlation probability, using fuzzy rules to correlate the two alarms on the basis of the association probability, The artificial immune algorithm is used to optimize and judge by comparing with the threshold. On the basis of fuzzy rules, artificial immune algorithm can greatly reduce the number of false alarms, reduce the load of intrusion detection system and reduce the pressure on managers to deal with the alarm. The experimental results show that the algorithm is feasible and efficient, and compared with other algorithms in the detection rate, test time and other standards.
【作者单位】: 太原理工大学计算机科学与技术学院;广东石油化工学院计算机与电子信息学院;广东科学技术职业学院计算机工程技术学院;
【基金】:国家自然科学基金项目(61174113) 广东省自然科学基金项目(S2011020002735) 广东省工业高新技术领域科技计划基金项目(2013B010401036)
【分类号】:TP393.08
[Abstract]:A large number of false alarms occur in the network intrusion detection system. To solve this problem, an artificial immune optimization algorithm based on fuzzy rules is proposed. Through discovering and learning the connection degree between two alarms, calculating the correlation probability, using fuzzy rules to correlate the two alarms on the basis of the association probability, The artificial immune algorithm is used to optimize and judge by comparing with the threshold. On the basis of fuzzy rules, artificial immune algorithm can greatly reduce the number of false alarms, reduce the load of intrusion detection system and reduce the pressure on managers to deal with the alarm. The experimental results show that the algorithm is feasible and efficient, and compared with other algorithms in the detection rate, test time and other standards.
【作者单位】: 太原理工大学计算机科学与技术学院;广东石油化工学院计算机与电子信息学院;广东科学技术职业学院计算机工程技术学院;
【基金】:国家自然科学基金项目(61174113) 广东省自然科学基金项目(S2011020002735) 广东省工业高新技术领域科技计划基金项目(2013B010401036)
【分类号】:TP393.08
【参考文献】
相关期刊论文 前2条
1 纪祥敏;景林;舒兆港;;下一代互连网络入侵检测系统研究[J];计算机仿真;2013年10期
2 夏秦;王志文;卢柯;;入侵检测系统利用信息熵检测网络攻击的方法[J];西安交通大学学报;2013年02期
【共引文献】
相关期刊论文 前10条
1 秦瑞峰;;网络隐写信息传递系统的高效攻击检测[J];电子科技;2014年11期
2 魏浩;丁要军;;一种基于相关的属性选择改进算法[J];计算机应用与软件;2014年08期
3 米晓萍;李雪梅;;基于信息融合度传递的频域徙动入侵特征挖掘算法[J];计算机科学;2015年03期
4 唐赞玉;刘宏;;基于包络延拓和本征波匹配的时变DoS攻击频谱检测[J];计算机科学;2015年04期
5 罗婷婷;;网络病毒感染下振荡攻击数据混淆分离算法[J];科技通报;2015年06期
6 卢o,
本文编号:2170602
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2170602.html