基于粒子群优化的网络攻击行为数据约简建模

发布时间：2021-12-17 01:37

　　随着互联网技术的高速发展和日益普及，网络攻击的目标和方式呈现出多样性，互联网安全态势非常严峻。为提高网络与信息系统的安全性能，需要建立多层次、动态的安全防御体系。入侵检测技术则成为当下研究的热点，为信息系统的安全提供主动防御与动态实时的保护机制。高速网络的普及使得海量网络数据成为影响入侵检测系统功能的瓶颈，复杂的网络环境使得系统获得的数据呈现出高维特性，造成“维度灾难”，算法和系统的性能会随着维数的线性增加呈现出指数级增长的现象。为了减少入侵检测系统的计算开销，提高系统的检测效率，本文主要研究数据约简技术，包括对数据集中的特征进行降维和实例进行缩减。在深入分析现有特征选择技术、实例缩减技术和粒子群算法原理与改进算法的前提下，本文研究使用离散粒子群优化算法实现特征选择和实例缩减的方法。离散粒子群算法在解决复杂的实际工程问题具有收敛速度快、实现简单和调节参数较少等特点。本文在离散粒子群优化的基础上对数据约简进行建模，并详细的设计了基于离散粒子群优化算法的特征选择模型和实例选择模型，并分别设计了模型的适应度函数评价机制，使用封装分类器计算平均分类正确率和数据压缩率。同时对基于离散粒子群算法的... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

TeresaLunt设计的入侵检测模型

图2.2分布式IDS结构图

基于数据挖掘的网络入侵检测系统结构图

【参考文献】：
期刊论文
[1]离散粒子群优化算法研究综述[J]. 郭文忠,陈国龙,陈振.  福州大学学报(自然科学版). 2011(05)
[2]基于粒子群优化和邻域约简的入侵检测日志数据特征选择[J]. 陈仕涛,陈国龙,郭文忠,刘延华.  计算机研究与发展. 2010(07)
[3]离散粒子群优化算法研究现状综述[J]. 沈林成,霍霄华,牛轶峰.  系统工程与电子技术. 2008(10)
[4]基于微粒群算法和支持向量机的特征子集选择方法[J]. 乔立岩,彭喜元,彭宇.  电子学报. 2006(03)
[5]入侵检测系统研究现状及发展趋势[J]. 胡华平,陈海涛,黄辰林,唐勇.  计算机工程与科学. 2001(02)
[6]网络安全入侵检测:研究综述[J]. 蒋建春,马恒太,任党恩,卿斯汉.  软件学报. 2000(11)
[7]最优特征子集选择问题[J]. 陈彬,洪家荣,王亚东.  计算机学报. 1997(02)



本文编号：3539172