基于蚁群算法和改进SSO的混合网络入侵检测方法

发布时间：2017-09-14 11:06

  本文关键词：基于蚁群算法和改进SSO的混合网络入侵检测方法

  更多相关文章： 网络入侵 蚁群算法 简化群优化 局部加权 分类器

【摘要】：针对一般网络入侵检测方法在不断增加复杂攻击和恶意软件的网络环境下,难以有效保护网络的问题,提出了一种混合入侵检测方法。对网络数据进行预处理,采用蚁群算法(ant colony algorithm,ACO)进行特征选择,数据挖掘,在此过程,为了改善简化群优化(simplified swarm optimization,SSO)分类器性能,提出在SSO中加入一种加权局部搜索策略,即改进的简化群优化(improved simplified optimization optimization,ISSO),这种新局部搜索策略的目的是从由SSO产生当前解的邻域内找到更好的解,从而获得入侵报告。在KDDCup 99数据集上进行了混合检测方法的相关实验。实验结果表明,在粒子数为30,最大代为30时,ISSO就已经达到最好的分类结果 93.5%,相比于其他智能算法具有更少的粒子数和更小的最大代。此外,还模拟了3种类型的网络攻击DOS,PROB和U2R,结果表明,大多数情况下该方法的准确率都高于其他检测方法。
【作者单位】： 平顶山学院软件学院;
【关键词】： 网络入侵 蚁群算法 简化群优化 局部加权 分类器
【基金】：河南省教育厅重点科研项目(15A520091)~~
【分类号】：TP393.08;TP18
【正文快照】： 0引言在现今信息社会中,互联网安全已成为人们关注的主要领域。传统的网络入侵预防,例如防火墙、用户认证、避免程序错误和数据加密难以在不断增加的复杂攻击和恶意软件前全面保护网络和系统。因此,网络入侵检测方法(network intrusion detectionsystems,NIDS)[1]作为安全基础

【相似文献】

中国期刊全文数据库 前10条

1 吴新民;两种典型的入侵检测方法研究[J];计算机工程与应用;2002年10期

2 鲁宏伟,罗钢;基于专家系统的入侵检测方法[J];武钢技术;2003年01期

3 蒋盛益,李庆华,王卉,孟中楼;一种基于聚类的有指导的入侵检测方法[J];小型微型计算机系统;2005年06期

4 蒋盛益,李庆华;基于引力的入侵检测方法[J];系统仿真学报;2005年09期

5 麦永浩;刘志军;薛琴;;电子警务的入侵检测方法研究[J];湖北警官学院学报;2005年05期

6 蒋盛益,李庆华;无指导的入侵检测方法[J];计算机工程;2005年09期

7 蒋盛益;李庆华;;有指导的入侵检测方法研究[J];通信学报;2006年03期

8 王国栋;;入侵检测方法浅析[J];科技创新导报;2008年05期

9 黄铁;刘巧梅;;基于模糊遗传学习的入侵检测方法[J];计算技术与自动化;2008年03期

10 刘r，

本文编号：849644