基于量子进化算法的网络入侵检测特征选择

发布时间：2018-05-07 11:05

  本文选题：网络入侵检测 + 特征选择　； 参考：《计算机应用》2013年05期

【摘要】：针对当前网络入侵检测中普遍存在检测速度较慢的缺陷,提出了一种新的网络入侵检测特征选择方法。该方法将量子进化算法应用于网络入侵检测的特征选择,从网络连接的原始特征属性中选出一组有效的特征用于入侵检测,以提高检测效率。首先以增强寻优性能为目标改进了量子进化算法,基于特征属性的Fisher比构造了特征子集的评价函数,然后按照量子进化算法的流程设计了网络入侵检测特征选择算法。通过KDD99样本数据集的实验,表明算法是有效的,既保证了入侵检测的分类性能,也提高了入侵检测的效率。
[Abstract]:A new feature selection method for network intrusion detection is proposed to solve the problem of slow detection speed in current network intrusion detection. In this method, the quantum evolutionary algorithm is applied to the feature selection of network intrusion detection, and a set of effective features are selected from the original feature attributes of the network connection to improve the detection efficiency. Firstly, the quantum evolutionary algorithm is improved to enhance the performance of optimization. The Fisher ratio based on the feature attributes constructs the evaluation function of the feature subset, and then the feature selection algorithm of network intrusion detection is designed according to the flow of the quantum evolution algorithm. The experiment of KDD99 sample data sets shows that the algorithm is effective, which not only guarantees the classification performance of intrusion detection, but also improves the efficiency of intrusion detection.
【作者单位】： 台州职业技术学院计算机工程系;
【基金】：浙江省教育厅科研项目(Y201225119)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前5条

1 郑洪英;侯梅菊;王渝;;入侵检测中的快速特征选择方法[J];计算机工程;2010年06期

2 张宗飞;;优化网络入侵特征库的量子进化算法[J];计算机应用;2010年08期

3 朱红萍;巩青歌;雷战波;;基于遗传算法的入侵检测特征选择[J];计算机应用研究;2012年04期

4 姚旭;王晓丹;张玉玺;权文;;特征选择方法综述[J];控制与决策;2012年02期

5 吴春琼;;基于特征选择的网络入侵检测模型[J];计算机仿真;2012年06期

【共引文献】

相关期刊论文 前10条

1 张永;朱林杰;;基于遗传禁忌搜索的分类器选择集成方法[J];计算机工程;2011年08期

2 许晓东;古一;朱士瑞;;入侵检测中的数据约简研究[J];计算机工程;2011年11期

3 牟琦;毕孝儒;厍向阳;;基于GQPSO算法的网络入侵特征选择方法[J];计算机工程;2011年14期

4 孙海涛;刘胜利;陈嘉勇;孟磊;;基于操作行为的隧道木马检测方法[J];计算机工程;2011年20期

5 王春东;陈英辉;常青;邓全才;王怀彬;;基于特征相似度的贝叶斯网络入侵检测方法[J];计算机工程;2011年21期

6 刘fY;狄文辉;;基于改进量子遗传算法的入侵检测特征选择[J];计算机测量与控制;2011年04期

7 丁国强;赵国增;李传锋;;改进BM算法策略的网络入侵检测系统设计[J];计算机测量与控制;2011年11期

8 李庆年;;基于多层特征基参数融合的网络入侵检测算法[J];科技通报;2012年08期

9 梁力;;一种网络多次变异信息入侵检测算法[J];科技通报;2012年10期

10 庞玲;;基于模糊免疫的入侵检测系统设计[J];计算机与数字工程;2012年09期

相关博士学位论文 前3条

1 高敬阳;神经网络集成BOOSTING类算法研究[D];北京化工大学;2012年

2 赵明玺;基于波形特征提取与支持向量机分类的颅内压增高预测研究[D];重庆大学;2012年

3 陆慧娟;基于基因表达数据的肿瘤分类算法研究[D];中国矿业大学;2012年

相关硕士学位论文 前8条

1 朱林杰;基于多分类器集成的入侵检测研究[D];兰州理工大学;2011年

2 唐志煦;基于特征选择的入侵检测研究[D];中国科学技术大学;2011年

3 马茂刚;基于粒子群算法的入侵检测技术研究[D];哈尔滨理工大学;2011年

4 肖丰佳;基于粒子群优化支持向量机的入侵检测模型研究[D];西南大学;2012年

5 唐明伟;基于J2EE/WOSA跨平台银行自助终端软件平台设计与实现[D];电子科技大学;2012年

6 姜祖新;基于Web的粮食舆情分析关键技术研究[D];河南工业大学;2012年

7 侯梅菊;计算智能技术在入侵检测系统中的应用研究[D];重庆大学;2012年

8 戴林;基于半监督学习的入侵检测模型研究[D];青岛理工大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 牟永敏;李美贵;梁琦;;入侵检测系统中模式匹配算法的研究[J];电子学报;2006年S1期

2 周鸣争;楚宁;强俊;;基于构造性核覆盖算法的异常入侵检测[J];电子学报;2007年05期

3 郭慧玲;唐勇;张冬丽;;遗传算法在入侵检测规则提取中的应用[J];哈尔滨工业大学学报;2009年01期

4 叶吉祥;龚希龄;;一种快速的Wrapper式特征子集选择新方法[J];长沙理工大学学报(自然科学版);2010年04期

5 李辉,管晓宏,昝鑫,韩崇昭;基于支持向量机的网络入侵检测[J];计算机研究与发展;2003年06期

6 陈仕涛;陈国龙;郭文忠;刘延华;;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];计算机研究与发展;2010年07期

7 蒋玉娇;王晓丹;王文军;毕凯;;一种基于PCA和ReliefF的特征选择方法[J];计算机工程与应用;2010年26期

8 郭文忠;陈国龙;陈庆良;余轮;;基于粒子群优化算法和相关性分析的特征子集选择[J];计算机科学;2008年02期

9 刘赛,徐斌,梁意文;入侵检测系统中的一种免疫遗传算法[J];计算机工程;2004年08期

10 隋毅;杜跃进;;NIDS的改进研究[J];计算机工程;2007年09期

相关博士学位论文 前2条

1 魏宇欣;网络入侵检测系统关键技术研究[D];北京邮电大学;2008年

2 刘华文;基于信息熵的特征选择算法研究[D];吉林大学;2010年

【相似文献】

相关期刊论文 前10条

1 张雪松;;基于级联AdaBoost的Snort异常检测预处理插件研究[J];科学技术与工程;2011年17期

2 何明耘,戴冠中;分布式入侵检测体系结构研究[J];计算机工程与应用;2001年15期

3 ;冠群金辰企业级网络安全整体解决方案之三 eTrust Intrusion Detection(中文版)网络入侵检测解决方案[J];中国计算机用户;2001年46期

4 杨向荣,沈钧毅,罗浩;人工免疫原理在网络入侵检测中的应用[J];计算机工程;2003年06期

5 ;INZEN SecuPLAT NIDSI网络入侵检测产品——记在某大型国电项目信息网络安全系统中的应用[J];信息安全与通信保密;2003年10期

6 张红;;网络入侵检测方法评述[J];金融电子化;2003年01期

7 吕汇新;一个基于模式匹配入侵检测技术的防信息泄露系统的设计与实现[J];哈尔滨师范大学自然科学学报;2004年03期

8 杨志勇;;浅析校园网中防火墙与入侵检测系统(IDS)联动使用[J];科技创业月刊;2006年07期

9 李涵;包立辉;;基于聚类算法的异常入侵检测模型的研究与实现[J];计算机应用与软件;2006年10期

10 李冬;;一种基于免疫多代理的网络入侵检测模型[J];计算机应用与软件;2008年05期

相关会议论文 前10条

1 柳斌;李之棠;涂浩;;一种基于半监督学习的应用层流量分类方法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

2 付焕焕;李俊;张洁;;入侵检测中机器学习算法的集成[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

3 彭清泉;杨晓元;韩益亮;;一种基于免疫的网络入侵检测体系结构[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

4 陈路莹;姜青山;陈黎飞;;一种面向网络入侵检测的特征选择方法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

5 赵新星;姜青山;陈路莹;胡海斌;;一种面向网络入侵检测的特征选择方法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

6 王超;辛阳;;C5.0分类算法在网络入侵检测中的应用[A];第十三届中国科协年会第11分会场-中国智慧城市论坛论文集[C];2011年

7 高海华;王行愚;杨辉华;;基于群智能和SVM的网络入侵特征选择和检测[A];2005年中国智能自动化会议论文集[C];2005年

8 王新生;郭晓丹;尹晓鹏;;基于簇的移动Ad Hoc网络入侵检测系统研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

9 蒋建春;卿斯汉;;基于攻击上下文的网络入侵检测[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

10 景晓晖;杨旭东;白中英;;基于目录服务的网络入侵检测系统[A];第十八次全国计算机安全学术交流会论文集[C];2003年

相关重要报纸文章 前10条

1 赵毅;IDS产品选购问答[N];中国计算机报;2007年

2 钟文;方通网络狙击手Sniper面市[N];国际商报;2003年

3 ;深层防御保障国税安全[N];中国计算机报;2003年

4 费宗莲 李刚;UTM：破“墙”而出的多面手[N];中国计算机报;2006年

5 钟力 姚兰 粱中骐;掌握安全主动权[N];网络世界;2002年

6 北京赛门铁克信息技术有限公司 郭训平;打造信息安全的大门[N];中国计算机报;2001年

7 ;天融信八方维护电信安全[N];中国计算机报;2002年

8 ;McAfee IntruShield缔造震荡波克星[N];中国计算机报;2004年

9 高岚;赛门铁克SGS 5400 瞄准混合型攻击[N];中国计算机报;2004年

10 离子翼;入侵检测系统抵挡恶意攻击[N];中国电脑教育报;2005年

相关博士学位论文 前10条

1 王培崇;基于群智能计算技术的网络入侵检测算法研究[D];中国矿业大学（北京）;2010年

2 白媛;分布式网络入侵检测防御关键技术的研究[D];北京邮电大学;2010年

3 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年

4 刘勇国;基于数据挖掘的网络入侵检测研究[D];重庆大学;2003年

5 蒋建春;面向网络环境的信息安全对抗理论及关键技术研究[D];中国科学院研究生院（软件研究所）;2004年

6 柳斌;P2P流的测量与识别方法研究[D];华中科技大学;2008年

7 李玲娟;数据挖掘技术在入侵检测系统中的应用研究[D];苏州大学;2008年

8 朱永宣;基于模式识别的入侵检测关键技术研究[D];北京邮电大学;2006年

9 傅涛;基于数据挖掘的分布式网络入侵协同检测系统研究及实现[D];南京理工大学;2008年

10 郑洪英;基于进化算法的入侵检测技术研究[D];重庆大学;2007年

相关硕士学位论文 前10条

1 谭旭阳;数据挖掘技术在网络入侵检测中的应用研究[D];西北工业大学;2003年

2 崔媛媛;网络入侵检测产品技术规范研究[D];电子科技大学;2003年

3 秦海玉;基于免疫原理的入侵检测系统的介绍与研究[D];电子科技大学;2004年

4 郝坤;BP神经网络在网络入侵检测系统中的应用[D];南京理工大学;2004年

5 张简政;基于模糊支持向量机的入侵检测研究[D];重庆大学;2005年

6 丁慧林;基于负载均衡机制的网络入侵检测系统的设计和实现[D];西安电子科技大学;2004年

7 刘至生;无线移动Ad-Hoc网络入侵检测系统研究[D];大连理工大学;2005年

8 卜明玮;基于T-S模型模糊神经网络的入侵检测方法研究[D];哈尔滨理工大学;2007年

9 杨卫平;面向虚拟机的网络入侵检测系统[D];华中科技大学;2008年

10 鲁鹏;网络入侵检测技术在图书馆网络中的应用[D];山东大学;2010年

，

本文编号：1856671