基于QPSO优化投影寻踪的网络入侵检测方法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于QPSO优化投影寻踪的网络入侵检测方法 朱丽华，刘 以安，魏 敏 ZHU Lihua，LIU Yi’an，W EIM in 江南大学 信息工程学院，江苏 无锡 214122 SchoolofInformation Engineering，Jiangnan University，Wuxi，Jiangsu 214122 China ， ZHU Lihua，LIU Yi’an，WEIMin．NetworkintrusiondetectionmethodbasedonQPSO opfim~ationprojectionpursuit algorithm．ComputerEngineeringandApplications，2011，47(28)：80-82． Abstract：Existing intrusion detection systemshavemany problemssuch as detection rate，falsepositiverate． An jntrusion de． tectionbasedonoptimizationprojectionpursuitalgorithm isproposed．Aimedattheoptimizationproblem ofcalculatingthe bestprojectedvectorofprojectionpursuit，amehtodisusedbasedonQPSO．Optimizationprojectionpursuitalgorithm isim- plementedtoprojectthedataoffeaturefrom hi【 dimensiontolow dimension，thenhtecategoryofhtenetworkdataisde． terminedbytheclusteringalgorithm．Thealgorithm includesdatapreconditioning，datanomralized，htebestprojectedvector calculation，dataprojecttolow dimension，andfinallyinspectsdatacategorization．Theexperimentalresultsshow thathteper- formanceofthe presentmethod isfeasible and effective． Keywords：projectionpursuit；intrusiondetection；Quamum ParticleSwarm Optimization(QPSO) 摘 要：为了提高入侵检测系统的检测率，降低误报率，提 出应用QPSO搜索投影寻踪最优投影方向的入侵检测算法，并利用投 影寻踪和聚类相结合的思想将 网络检测数据的多特征属性投影到低维进行聚类识别判定。对训练样本中的数据进行预处理并 且归一化，获取最优投影方向，让样本数据投影到低维空间，对检测数据进行聚类判定。实验结果表明，该方法能很有效地提高 入侵检测性能。 关键词：投影寻踪；入侵检测；量子粒子群算法 DOI：10．3778／j．issn．1002-8331．2011．28．021 文章编号：1002．8331(2011)28．0080—03 文献标识码：A 中图分类号：TP393 1 引言 就是将高维数据投影到低维空间，通过低维投影空间来分析 1980年JamesRAnderson1第一次提出了 “入侵检测”概 高维数据特征。入侵检测一定程度上也是一种数据审计分类 念，并对入侵行为进行了简单划分，提出了使用审计信息跟踪 问题，其检测数据具有维数高、线性不可分的特点。然而直接 用户可疑行为的思想。经过二十多年的发展 ，入侵检测技术 将投影寻踪算法应用于网络入侵检测来实现高效检测，仍存 已作为网络安全问题解决方案的重要环节之一，被越来越多 在问题。由于投影寻踪算法只能获得数据的投影特征值序 的研究机构和商业公司所采用 ，相关