基于改进GWO算法的入侵检测特征选择研究

发布时间：2020-09-04 07:59

　　 现今互联网发展迅速,尤其是进入了大数据和云计算时代,人们对于网络安全的需求日益增加。而技术革新日新月异,网络入侵手段呈现出隐蔽性,静默性的特点。所以建立一个有效的网络入侵防御机制刻不容缓。现今一些主流的网络入侵检测模型都是基于模式识别、机器学习的思想所建立的,但是随着数据量级的增加,使得入侵检测的效率越来越低下,效果越来越差,海量的数据对这些入侵检测模型提出了挑战。而且随着数据维度的急剧增加,冗余的数据信息数量也会急剧上升,这些无关的信息可能会极大降低分类算法的效果,使分类时间成本增加,造成“维数灾难”以及“过拟合”问题。特征选择是解决这种问题的一种有效手段,它通过统计学方法或者智能算法提出冗余的特征,寻找能够使分类任务效果有较大提升的特征子集,从而减少算法时间成本,提高分类性能。因此,开展入侵检测系统的特征选择方法研究具有重要的研究与应用价值。本文所做的工作包括:对传统智能算法的低效,收敛性,以及以落入局部最优解的问题,查阅了有关文献之后,选用了最近提出的智能算法:灰狼优化算法作为特征选择算法,并用于入侵检测系统中。该算法在每次迭代开始时,先确定本次迭代中的最优解,然后通过对本次迭代中所有备选解对其进行逼近来更新解空间,从而达到逼近全局最优解,相比于其他传统的智能算法,该算法具有较好的收敛性的以及开发性针对传统二元化灰狼算法的停滞性问题,本文提出了一个基于距离贪心策略的灰狼优化算法,该算法抛弃了传统的阈值二元化的思想,将二元化的标准放在每一个解本身的优劣性上,提高了算法效果的上限。本文在讨论了若干个特征选择方法后,分别针对GWO提出一种比较有效的特征选择方法:距离贪心策略的灰狼优化算法(DGSBGWO),选择网络入侵数据集为KDDCUP1999,将特征选择方法用于入侵检测中,并把检测效果的好坏以及特征选择数目作为衡量指标,并进行了大量实验。实验表明,运用距离贪心策略的灰狼优化算法,在不同的分类器上,稳定性以及检测效果都优于传统的智能算法。
【学位单位】：湖北工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP393.08;TP18
【部分图文】：

逼近满足这个问题的最优解的近似解，借助生物学上的染色体交叉与变异，代中生成新的个体，然后重复上一代的自然选择，使得新一代能够逐渐适应环境。最后设定一个迭代最终次数，末代种群中的最优个体可以被当作问题优解。遗传算法的一般步骤如下图所表示：

EBGWO算法流程图

贪心策略流程图

【相似文献】

相关期刊论文 前10条

1 杨彦红;;算法分析与设计(双语)课程实践教学模式探索[J];中国管理信息化;2017年19期

2 李绍静;许海洋;吕建波;;应用型人才培养中《算法分析与设计》课程教学方法研究[J];科技资讯;2017年04期

3 刘子旋;;中国古代算法的探究与模型建立[J];中华少年;2017年04期

4 曹千秋;;求离散点最小包围圆在算法初步教学中的案例分析[J];中华少年;2017年11期

5 郭亚玲;;算法初步的几个着力点[J];高中生学习(试题研究);2017年09期

6 杨波;肖自碧;;信息与计算科学专业“算法分析与设计”研究性教学探索[J];中国电力教育;2013年01期

7 郑大伟;董大南;;自回归谱估计的Marple算法及其在天文资料分析中的应用[J];天文学报;1987年04期

8 郑卓嘉,吴佑寿,李叔梁;计算机三维逼真图形显示的一种改进算法[J];计算机学报;1988年01期

9 廖先n\;赵先铭;张赤红;;分布式计算机系统容错互斥算法[J];计算机研究与发展;1988年07期

10 李玉忱;徐恭学;;特殊数据的排序方法[J];山东工业大学学报;1988年03期

相关会议论文 前10条

1 唐乾玉;陈翰馥;;用扰动分析的优化算法的收敛性——PARMSR算法分析[A];1993年控制理论及其应用年会论文集[C];1993年

2 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年

3 王巍;杨武;张乐君;郑军;;支持网络话题管理的文本挖掘算法分析[A];全国网络与信息安全技术研讨会论文集（下册）[C];2007年

4 王晓刚;王耀兴;;RIM算法分析及优化方案[A];2016山西省通信学会学术年会论文集[C];2016年

5 马兴;罗恒;鲁建壮;;ECC校验的算法分析与设计实现[A];第十八届计算机工程与工艺年会暨第四届微处理器技术论坛论文集[C];2014年

6 李海亮;赵转萍;;用于圆检测的Hough变换和改进算法分析[A];江苏省计量测试学会2005年论文集[C];2005年

7 董滨;赵庆卫;颜永红;;发音质量自动评估的现有算法分析[A];第八届全国人机语音通讯学术会议论文集[C];2005年

8 宋欣;王娟;张斌;叶世伟;;流形学习算法分析及在人脸数据库上的应用[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

9 刘博;;搜索竞价排名算法分析[A];中国通信学会第五届学术年会论文集[C];2008年

10 葛云生;;干涉型光纤传感器的正交解调算法分析[A];第三届全国虚拟仪器大会论文集[C];2008年

相关重要报纸文章 前2条

1 本报记者 李新玲;《算法帝国》预测机器可能统治世界[N];中国青年报;2014年

2 科文;VIXD算法分析Web异常[N];中国计算机报;2008年

相关博士学位论文 前10条

1 候盈男;基于多组学数据的肿瘤信息挖掘算法研究[D];山东大学;2019年

2 苏敏;无条件稳定的LOD-FDTD算法研究[D];国防科学技术大学;2016年

3 吕翠翠;基于压缩感知的无线传感器网络数据采集算法研究[D];哈尔滨工业大学;2017年

4 康岚兰;粒子群优化算法若干改进策略及其机理分析[D];武汉大学;2017年

5 卢思超;食品冷链运输相关优化模型及算法研究[D];北京交通大学;2018年

6 付钰;面向物联网的RFID标签识别算法研究[D];吉林大学;2018年

7 谢刚;免疫思维进化算法及其工程应用[D];太原理工大学;2006年

8 于滨;城市公交系统模型与算法研究[D];大连理工大学;2006年

9 陈耿;面向中观审计的规则发现算法研究[D];东南大学;2005年

10 李宁;粒子群优化算法的理论分析与应用研究[D];华中科技大学;2006年

相关硕士学位论文 前10条

1 欧阳猛;基于矩阵压缩的FUP算法优化研究[D];东北师范大学;2019年

2 陈春涛;快速搜索与密度峰值发现算法的研究与应用[D];华东师范大学;2019年

3 徐姝;相控多普勒测速算法研究[D];哈尔滨工程大学;2019年

4 李静;基于信息传递的SCMA低复杂度检测算法研究[D];北京邮电大学;2019年

5 李晓光;网格密度峰值聚类算法研究[D];河南财经政法大学;2019年

6 罗启星;基于Spark关联规则挖掘算法研究[D];湖北工业大学;2019年

7 童坤;基于改进GWO算法的入侵检测特征选择研究[D];湖北工业大学;2019年

8 谢欢;SCMA系统中低复杂度MPA多用户检测算法研究[D];安徽大学;2019年

9 王剑;大规模MIMO系统中基于SOR改进的快速收敛检测算法研究[D];安徽大学;2019年

10 许奇;基于稀疏卷积网络的跟踪算法[D];安徽大学;2019年

本文编号：2812066