支持向量机算法的入侵检测分类研究

发布时间：2023-10-11 21:58

　　随着网络技术的迅速发展,互联网极大的促进了社会发展,其应用越来越广泛,但是网络安全性的问题也日益突出,网页挂马、黑客等入侵行为层出不穷,甚至已经在国家层面对我国安全构成了巨大威胁,因此十分有必要对网络安全技术进行研究。入侵检测技术通过分析计算机系统及网络上的关键信息,能够有效地发现入侵行为,从而在攻击行为对网络系统造成损害之前进行拦截与响应。随着互联网的迅速发展,网络规模越来越大,网络数据的高维特征也越来越明显,这类数据容易导致分类器的学习性能降低。在入侵检测的各类方法中,支持向量机检测速度快,检测精度高且具有良好的泛化能力,因此本文使用支持向量机来建立入侵检测模型。多元宇宙优化算法这一群智能算法,其具有所需参数少,在较短时间内找到近似最优可行解的特点,但其易陷入局部最优。针对这一缺点,本文通过将其与混沌理论相结合,提出了混沌多元宇宙优化算法。通过设计更好的初始宇宙来提高宇宙质量,使其不易陷入局部最优,并在当其陷入局部最优时通过混沌扰动来使其跳出局部最优;之后将其应用到支持向量机的入侵检测模型中,针对网络数据的高维特征,使用该算法对数据进行特征选择,去掉冗余特征;为了在进行特征选择的同...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 国内外研究现状
        1.3.1 入侵检测研究现状
        1.3.2 支持向量机研究现状
    1.4 研究内容和目标
    1.5 论文组织架构
2 基础理论概述
    2.1 入侵检测
        2.1.1 入侵检测概述
        2.1.2 入侵检测分类
    2.2 支持向量机
        2.2.1 支持向量机概述
        2.2.2 支持向量机的基本原理
        2.2.3 支持向量机核函数参数
        2.2.4 支持向量机参数的评价
    2.3 特征分析技术
        2.3.1 特征选择
        2.3.2 特征选择的分类
        2.3.3 特征选择的常用方法
    2.4 多元宇宙优化算法
        2.4.1 多元宇宙优化算法研究现状
        2.4.2 多元宇宙优化算法简介
        2.4.3 多元宇宙优化算法的特点
    2.5 本章小结
3 多元宇宙优化算法的改进
    3.1 混沌理论
    3.2 混沌多元宇宙优化算法
        3.2.1 初始宇宙的设计
        3.2.2 跳出算法局部最优的改进
        3.2.3 混沌多元宇宙优化算法的设计
        3.2.4 对混沌多元宇宙优化算法的评价
    3.3 本章小结
4 基于CMVO-SVM的入侵检测模型
    4.1 入侵检测通用架构
    4.2 基于SVM入侵检测方法的可行性
    4.3 UNSW-NB15数据集
        4.3.1 当前网络入侵检测数据集的比较
        4.3.2 UNSW-NB15数据集的介绍
    4.4 数据预处理
        4.4.1 数据的整理与属性值的替换
        4.4.2 数据归一化
    4.5 基于CMVO分类模型的设计和实现
        4.5.1 基于CMVO-SVM的入侵检测模块的整体设计
        4.5.2 CMVO-SVM的特征选取和参数优化的具体实现
    4.6 本章小结
5 实验测试与分析
    5.1 模型性能评价标准
    5.2 实验结果分析
        5.2.1 测试环境
        5.2.2 实验结果及分析
    5.3 本章小结
6 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
攻读学位期间的发表的学术论文目录



本文编号：3852869