基于神经网络集成的入侵检测系统.pdfVIP

CN43 1258／TP 计算机工程与科学 2Ol1年第 33卷第 1O期 1SSN 100713OX C()MPUTERENGINEERING SCIENCE Vo1．33，No．10．2Ol1 文章编号 ：1007一l30X(2011 基于神经网络集成的入侵检测系统 An IntrusionDetectionSystem BasedonNeuralNetworkEnsembles 徐 敏，沈晓红 。顾 颀 XU Min，SHEN Xiao-hong，GU Qi (南通大学计算机科学与技术学院。江苏 南通 226019) (SchoolofComputerScienceandTechnology，NantongUniversity，Nantong226019，China) 摘 要 ：目前 ，较为成熟的入侵检测系统普遍存在检测率偏低、对新的入侵不够敏感等问题，影响 了系 统的整体性能。在深入研究的基础上 ，本文提 出了一种基于神经 网络集成 的入侵检测方法。该方法采用 神经网络集成分类技术，在去除冗余数据的基础上对成 员网络进行训练，并通过动态的方法确定成员网络 的个数 ，最终通过神经网络对成员网络结果进行融合 ，以提 高系统的整体性能。理论和实验表明，该方法 能在保证成员网络差异性的同时提高入侵的检测率，具有较好的应用前景。 Abstract：W iththeproblemsofthelow detectionrateandtheinsufficientsensitivitytothenew in— trusion，thecurrentintrusion detectionsystemsaffectthefunctionsoftheentresystem ．Basedon the verydeepresearch，thispaperproposesanew neuralnetworkensemblesmethodforintrusiondetection． TheInethodisusedtotraintheindividualnetworksonthebasisofdatareduction．Neuralnetworktech— niquesareused to combine thedifferentclassification results．Theory and experimentshow thatthe modeliseffective． 关键词 ：神经网络集成；数据筛选；入侵检测 Keywords：neuralnetworkensembles；attributeselection；intrusiondetection doi：10．3969／j．issn．1007130X．2011．10．011 中图分类号 ：TP393．08 文献标识码 ：A 义的安全策略采取相应的响应 。 1 引言 入侵检测方法通常分为两类：误用检测和异常 检测。误用检测主要根据 已知攻击和漏洞的特征 当前，人类的工作 、学习、生活越来越多地依赖 进行设计 。该方法最大的缺点就是无法识别未知 于网络 。同时 ，网络入侵等 网络安全 问题结伴而 的入侵 ，且攻击特征的提取存在一定的困难 。而异 来 ，网络安全成为备受关注 的国际化 问题 。作为整 常检测最大 的优点就是能够检测到新 的入侵行为 。 体安全保护机制的重要环节，入侵检测 ID(1ntru— 目前，异常检测技术 已成为计算机网络安全领域重 sionDetection，简称 ID)应运 而牛并不断发 展进 要的研究课题Ⅲ，比较热门的异常检测方法有