基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高速發(fā)展,利用廣泛開放的網(wǎng)絡(luò)環(huán)境進(jìn)行全球通信已成為時(shí)代發(fā)展的趨勢。網(wǎng)絡(luò)在提供開放和共享資源的同時(shí),也不可避免的存在著安全風(fēng)險(xiǎn)。曾經(jīng)作為最主要的安全防范手段的防火墻,已經(jīng)不能滿足人們對網(wǎng)絡(luò)安全的需求,網(wǎng)絡(luò)用戶面臨著日益嚴(yán)重的安全問題,網(wǎng)絡(luò)入侵已經(jīng)成為計(jì)算機(jī)安全和網(wǎng)絡(luò)安全的最大威脅。入侵檢測作為一種主動(dòng)防御技術(shù),彌補(bǔ)了傳統(tǒng)安全技術(shù)的不足。
　　 針對入侵檢測在當(dāng)今網(wǎng)絡(luò)安全中發(fā)揮著越來越重要的角色,將粒子群優(yōu)化算法

2、和支持向量機(jī)引入到入侵檢測系統(tǒng)中,提出了基于粒子群優(yōu)化支持向量機(jī)的入侵檢測設(shè)計(jì)方案。支持向量機(jī)是近兩年研究較熱的比較新穎的軟測量技術(shù)之一,將支持向量機(jī)分類器應(yīng)用到入侵檢測中,可以保證在先驗(yàn)知識不足的情況下,支持向量機(jī)分類器仍有較好的分類正確率,從而使整個(gè)入侵檢測系統(tǒng)具有較好的檢測性能。支持向量機(jī)的參數(shù)選擇決定了其學(xué)習(xí)性能和泛化能力,由于在參數(shù)的選擇范圍內(nèi)可選擇的數(shù)量是無窮的,在多個(gè)參數(shù)中盲目搜索最優(yōu)參數(shù)是需要極大的時(shí)間代價(jià),并且很難逼近

3、最優(yōu)?？紤]到支持向量機(jī)模型性能的好壞很大程度上取決于其參數(shù)(C、σ)的取值情況,特別是參數(shù)之間的相互影響關(guān)系,本文研究采用粒子群算法實(shí)現(xiàn)對參數(shù)(C、σ)的同時(shí)尋優(yōu)。粒子群優(yōu)化算法來源于對鳥群覓食行為的研究,是一種生物進(jìn)化算法,原理簡單易于實(shí)現(xiàn),對處理高維優(yōu)化問題也有較強(qiáng)的優(yōu)勢。分析比對實(shí)驗(yàn)表明,采用粒子群算法可以同時(shí)尋到(C、σ)的最優(yōu)值,以此最優(yōu)參數(shù)建立的系統(tǒng)有效地減少報(bào)警數(shù)量,降低誤報(bào)、漏報(bào)率,從而提高了報(bào)警的有效性。
　　

4、 本文研究了粒子群優(yōu)化算法、支持向量機(jī)理論和入侵檢測理論,在此基礎(chǔ)上作了如下工作:
　　 (1)闡述了粒子群優(yōu)化算法的基本原理,并根據(jù)慣性權(quán)重的不同而做了一個(gè)粒子群優(yōu)化算法的對比實(shí)驗(yàn)。
　　 (2)對支持向量機(jī)進(jìn)行了分析和研究,發(fā)現(xiàn)支持向量機(jī)的推廣能力的好壞,相當(dāng)程度上取決于參數(shù)的選擇及它們之間的相互關(guān)系。針對這個(gè)問題,提出了尋找最優(yōu)的支持向量機(jī)參數(shù)對(C、σ)。
　　 (3)使用粒子群優(yōu)化算法實(shí)現(xiàn)對支持向量機(jī)的