杜鹃鸟搜索算法优化最小二乘支持向量机的网络入侵检测模型

发布时间：2018-11-04 09:02

【摘要】：为了提高网络入侵检测率,提出一种改进杜鹃鸟搜索(MCS)算法优化最小二乘支持向量机(LSSVM)的入侵检测模型(MCS-LSSVM).首先将LSSVM的参数作为杜鹃鸟的鸟巢位置,然后通过模拟杜鹃鸟种群寄生繁衍机制,找到鸟巢最优位置,并转化成LSSVM最优参数,最后采用最优参数建立最优建立入侵检测模型,并采用KDD CUP 99数据集进行仿真测试.仿真结果表明,MCS-LSSVM不仅提高了网络入侵的检测率,而且减少了训练时间,提高网络入侵检测效果.
[Abstract]:In order to improve the detection rate of network intrusion, an improved (MCS) algorithm for rhododendron search is proposed to optimize the intrusion detection model (MCS-LSSVM) of least squares support vector machine (LSSVM). First, the parameters of LSSVM are taken as the nest location of the cuckoo bird, then the optimal location of the nest is found by simulating the parasitic reproduction mechanism of the Rhododendron population, and then the optimal location of the nest is transformed into the optimal parameter of LSSVM. Finally, the optimal intrusion detection model is established by using the optimal parameters. And the KDD CUP 99 data set is used for simulation test. Simulation results show that MCS-LSSVM not only improves the detection rate of network intrusion, but also reduces the training time and improves the effectiveness of network intrusion detection.
【作者单位】： 防灾科技学院教务处;湘南学院计算机科学系;湘南学院数学系;杭州电子科技大学软件学院;
【基金】：防灾科技学院重点资助课题(2012A17)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前3条

1 刘智国;张雅明;林立忠;;基于粒子群LSSVM的网络入侵检测[J];计算机仿真;2010年11期

2 杨奎河;单甘霖;赵玲玲;;基于最小二乘支持向量机的汽轮机故障诊断[J];控制与决策;2007年07期

3 李旭芳;王士同;;基于QPSO训练支持向量机的网络入侵检测[J];计算机工程与设计;2008年01期

【共引文献】

相关期刊论文 前10条

1 张岐龙;单甘霖;段修生;尚裕萌;;基于小波支持向量机的模拟电路故障诊断[J];电光与控制;2010年05期

2 孟凡龙;卢艳军;李一波;;基于小波包与支持向量机的碰摩故障识别方法研究[J];测控技术;2009年05期

3 刘智国;张雅明;林立忠;;基于粒子群LSSVM的网络入侵检测[J];计算机仿真;2010年11期

4 汪在荣;刘益和;;基于关联规则的网络安全仿真研究[J];计算机仿真;2011年11期

5 卢艳军;刘颖;国凤娟;;基于经验模态分解与支持向量机的旋转机械碰摩故障识别方法研究[J];制造业自动化;2010年14期

6 张曦;朱亚清;阎威武;邵惠鹤;;基于独立主元分析的汽轮机性能监测与评估[J];控制工程;2012年01期

7 张光辉;程昱;;干扰识别的量子粒子群和支持向量机算法[J];中国电子科学研究院学报;2011年05期

8 刘萍;方崇;;支持向量机在矿渣-粉煤灰混凝土强度预测中的应用[J];科学技术与工程;2012年18期

9 高运广;王仕成;刘志国;赵欣;;一种基于LS-SVM的联邦滤波故障检测方法[J];控制与决策;2011年09期

10 刘晓华;马响玲;;粗糙集和LSSVM在设备故障诊断中的应用[J];煤矿机械;2011年06期

相关博士学位论文 前7条

1 刘路;基于改进支持向量机和纹理图像分析的旋转机械故障诊断[D];天津大学;2011年

2 李丽娟;最小二乘支持向量机建模及预测控制算法研究[D];浙江大学;2008年

3 沈曙光;基于支持向量机的热工过程逆动力学建模及控制[D];重庆大学;2009年

4 董晓峰;基于RCM分析的智能化汽轮机组故障诊断系统研究[D];华北电力大学;2012年

5 张晓龙;艾萨铜熔炼配料优化及状态控制参数预测方法研究[D];昆明理工大学;2012年

6 毛宏宇;面向航空自动测试设备的动态计量方法研究与应用[D];吉林大学;2012年

7 张维平;火电厂汽轮机运行初压优化方法研究与应用[D];燕山大学;2012年

相关硕士学位论文 前10条

1 何岳华;基于DGA的变压器智能故障诊断方法研究[D];中南大学;2011年

2 张澎;基于量子遗传算法优化BP网络的入侵检测研究[D];湖南大学;2009年

3 王莹玉;航空发电机健康状态预测技术研究[D];沈阳航空航天大学;2011年

4 吕宏义;基于支持向量回归机的路段平均速度短时预测方法研究[D];北京交通大学;2008年

5 王闻侠;基于支持向量机的发酵过程建模方法研究[D];江南大学;2008年

6 陈铭;基于LS-SVM的复杂工业过程故障诊断方法研究[D];南京理工大学;2009年

7 刘思佳;智能网络入侵检测方法的研究[D];西华大学;2009年

8 章瑶;小波支持向量机在发酵过程中的应用[D];江南大学;2009年

9 吴洲;基于自联想神经网络的故障诊断方法在发酵过程中的应用[D];江南大学;2009年

10 张硕;网络型智能流量仪表故障检测研究[D];哈尔滨工业大学;2009年

【二级参考文献】

相关期刊论文 前10条

1 谭玉玲;;最小二乘支持向量机方法在农用柴油机故障诊断中的应用研究[J];安徽农业科学;2009年22期

2 叶志锋,孙健国;基于概率神经网络的发动机故障诊断[J];航空学报;2002年02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 孙亚;;基于粒子群BP神经网络人脸识别算法[J];计算机仿真;2008年08期

5 杨奎河;单甘霖;赵玲玲;;基于最小二乘支持向量机的汽轮机故障诊断[J];控制与决策;2007年07期

6 张翔;肖小玲;徐光yP;;基于样本之间紧密度的模糊支持向量机方法[J];软件学报;2006年05期

7 张海春;李瑗;张自立;;一种智能入侵检测系统设计与模拟实现[J];数学的实践与认识;2009年06期

8 王涛;宫会丽;;支持向量机在入侵检测系统中的应用[J];微计算机信息;2006年36期

9 李冬辉,刘浩;基于概率神经网络的故障诊断方法及应用[J];系统工程与电子技术;2004年07期

10 戴天虹;王克奇;杨少春;;基于支持向量机的入侵检测研究[J];中国安全科学学报;2008年04期

【相似文献】

相关期刊论文 前10条

1 杨向荣,沈钧毅,罗浩;人工免疫原理在网络入侵检测中的应用[J];计算机工程;2003年06期

2 ;INZEN SecuPLAT NIDSI网络入侵检测产品——记在某大型国电项目信息网络安全系统中的应用[J];信息安全与通信保密;2003年10期

3 李培良;;浅析基于神经网络的网络入侵检测技术[J];科技信息;2010年23期

4 何明耘,戴冠中;分布式入侵检测体系结构研究[J];计算机工程与应用;2001年15期

5 ;冠群金辰企业级网络安全整体解决方案之三 eTrust Intrusion Detection(中文版)网络入侵检测解决方案[J];中国计算机用户;2001年46期

6 张红;;网络入侵检测方法评述[J];金融电子化;2003年01期

7 吕汇新;一个基于模式匹配入侵检测技术的防信息泄露系统的设计与实现[J];哈尔滨师范大学自然科学学报;2004年03期

8 杨志勇;;浅析校园网中防火墙与入侵检测系统(IDS)联动使用[J];科技创业月刊;2006年07期

9 李涵;包立辉;;基于聚类算法的异常入侵检测模型的研究与实现[J];计算机应用与软件;2006年10期

10 李冬;;一种基于免疫多代理的网络入侵检测模型[J];计算机应用与软件;2008年05期

相关会议论文 前10条

1 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

2 陈路莹;姜青山;陈黎飞;;一种面向网络入侵检测的特征选择方法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

3 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

4 王超;辛阳;;C5.0分类算法在网络入侵检测中的应用[A];第十三届中国科协年会第11分会场-中国智慧城市论坛论文集[C];2011年

5 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

6 王新生;郭晓丹;尹晓鹏;;基于簇的移动Ad Hoc网络入侵检测系统研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

7 高峰;沈雪勤;;基于Agent的网络入侵检测的研究[A];第六届全国计算机应用联合学术会议论文集[C];2002年

8 叶颖;严毅;;基于通用入侵规范下网络入侵检测系统的实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

9 景晓晖;杨旭东;白中英;;基于目录服务的网络入侵检测系统[A];第十八次全国计算机安全学术交流会论文集[C];2003年

10 桑爱群;王华;翁海燕;;基于TCP／IP协议的网络入侵检测系统设计[A];2003中国控制与决策学术年会论文集[C];2003年

相关重要报纸文章 前10条

1 ;深层防御保障国税安全[N];中国计算机报;2003年

2 赵毅;IDS产品选购问答[N];中国计算机报;2007年

3 钟文;方通网络狙击手Sniper面市[N];国际商报;2003年

4 费宗莲 李刚;UTM：破“墙”而出的多面手[N];中国计算机报;2006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 ;天融信八方维护电信安全[N];中国计算机报;2002年

7 ;McAfee IntruShield缔造震荡波克星[N];中国计算机报;2004年

8 钟力 姚兰 粱中骐;掌握安全主动权[N];网络世界;2002年

9 高岚;赛门铁克SGS 5400 瞄准混合型攻击[N];中国计算机报;2004年

10 本报特约张昕楠;中小企业入侵检测系统选中小企业入侵检测系统选型[N];中国电脑教育报;2005年

相关博士学位论文 前10条

1 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年

2 白媛;分布式网络入侵检测防御关键技术的研究[D];北京邮电大学;2010年

3 王培崇;基于群智能计算技术的网络入侵检测算法研究[D];中国矿业大学（北京）;2010年

4 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

5 蒋建春;面向网络环境的信息安全对抗理论及关键技术研究[D];中国科学院研究生院（软件研究所）;2004年

6 傅涛;基于数据挖掘的分布式网络入侵协同检测系统研究及实现[D];南京理工大学;2008年

7 黄建;入侵检测系统中字符串匹配算法与实现[D];华中科技大学;2008年

8 邬书跃;基于支持向量机和贝叶斯分析技术的入侵检测方法研究[D];中南大学;2012年

9 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

10 薛强;网络入侵检测系统NIDS的新技术研究[D];天津大学;2004年

相关硕士学位论文 前10条

1 谭旭阳;数据挖掘技术在网络入侵检测中的应用研究[D];西北工业大学;2003年

2 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

3 秦海玉;基于免疫原理的入侵检测系统的介绍与研究[D];电子科技大学;2004年

4 张简政;基于模糊支持向量机的入侵检测研究[D];重庆大学;2005年

5 郝坤;BP神经网络在网络入侵检测系统中的应用[D];南京理工大学;2004年

6 刘至生;无线移动Ad-Hoc网络入侵检测系统研究[D];大连理工大学;2005年

7 田宏伟;IPv6网络入侵检测技术的研究与实现[D];沈阳工业大学;2011年

8 杨卫平;面向虚拟机的网络入侵检测系统[D];华中科技大学;2008年

9 鲁鹏;网络入侵检测技术在图书馆网络中的应用[D];山东大学;2010年

10 丁慧林;基于负载均衡机制的网络入侵检测系统的设计和实现[D];西安电子科技大学;2004年

，

本文编号：2309359