基于支持向量机与遗传算法网络入侵检测应用.doc

. . 　　 本文档下载自 HYPERLINK / 文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：  HYPERLINK /doc/bbdf51f0f90f76c661371a08.html /doc/bbdf51f0f90f76c661371a08.html 基于支持向量机与遗传算法的网络入侵检测的应用 基于支持向量机与遗传算法的网络入侵检测的应用 —■ 鱼２竺型！！垒咝型２１１■—————————————一 计算机应用 Ⅸ自动化技术与应用》２０１１年第３０卷第３期 基于支持向量机与遗传算法的 网络入侵检测的应用 孙名松１．孙明瑞２ （１．哈尔滨理工大学网络信息中心，黑龙江哈尔滨１５００８０Ｉ２．哈尔滨理工大学计算机科学与技术学院，黑龙江哈尔滨ｌ５００８０） 摘要：入侵检测实质上是一个分类的问题，对于提高分类精度是十分重要的。支持向量机（ｓＶＭ）是一个功能强人的用ｒ解决分类问 题的工具。基于支持向量机的入侵检测精度较高。但如何获得更高的精度是一个新的问题。本文利用基于支持向量机和遗传算法（ＧＡ）的入侵检测来解决这螳问题。我们首先利用遗传算法进行特征选择及优化，然后使用支持向量机模型来检测入侵行为。为了验证我们的方法，我们利用（ＫＤＤ）Ｃｕｐ９９数据集测试并分析它的性能。实验结果表明，本文提出的方法是一种有效的网络入侵检测方法。 关键词：遗传算法；支持向量机；入侵检测中图分类号：ＴＰ３９３．０８ 文献标识码：Ａ 文章编号：１００３—７２４１（２０１１）０３－００２７—０４ ＡｐｐｌｉｃａｔｉｏｎｏｆＮｅｔｗｏｒｋＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎ ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅａｎｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ ＳＵＮＭｉｎｇ－ｓｏｎ９１。ＳＵＮＭｉｎｇ－ｒｕｉ２ （１．ＮｅｔｗｏｒｋＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒ，ＨａｒｂｉｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５００８０Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５００８０Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎｉｓｅｓｓｅｎｔｉａｌｌｙ :///doc/bbdf51f0f90f76c661371a08.htmlparａｃｌａｓｓｉｆｉｃａｔｉｏｎｐｒｏｂｌｅｍ．Ｉｔｉｓｖｅｒｙｉｍｐｏｒｔａｎｔ ｔｏ ｉｎｃｒｅａｓｅｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ． ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ（ＳＶＭ）ｉｓ ａ ｐｏｗｅｒｆｕｌｔｏｏｌｔｏｓｏｌｖｅｃｌａｓｓｉｆｉｃａｔｉｏｎ ｐｒｏｂｌｅｍｓ．Ｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎｂａｓｅｄ ｏｎ ＳＶＭ ａｃｃｕｒａｃｙ ｉｓｒｅｌａｔｉｖｅｌｙｈｉｇｈ，ｈｏｗｅｖｅｒｈｏｗｔｏｇｅｔａ ｈｉｇｈｅｒａｃｃｕｒａｃｙｉｓ ａｎｅｗ ｐｒｏｂｌｅｍ．Ｉｎｔｈｉｓｐａｐｅｒ。ＳＶＭａｎｄＧｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ（ＧＡ）ａｒｅａｐｐｌｉｅｄｔｏｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ ｔｏ ｓｏｌｖｅｔｈｉｓ ｐｒｏｂｌｅｍ．ＦｉｒｓｔｔｈｅＧＡｆｏｒｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｎｄｏｐｔｉｍｉｚａ－ ｔｉｏｎ ｉｓｕｓｅｄ．ａｎｄｔｈｅｎ ｔｈｅＳＶＭｍｏｄｅｌｉｓｕｓｅｄ ｔｏｄｅｔｅｃｔｉｎｔｒｕｓｉｏｎｓ．Ｉｎ ｏｒｄｅｒ ｔｏ ｖｅｒｉｆｙｔｈｉｓａｐｐｒｏａｃｈ，ｐｒｏｐｏｓａｌｗｉｔｈ ＫＤＤＣｕｐ９９ｄａｔａｓｅｔｉｓｔｅｓｔｅｄ．ａｎｄｉｔｓｐｅｒｆｏｒｍａｎｃｅｉｓａｎａｌｙｚｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈ ｉｓ ａｎ ｅｆｆｉｃｉｅｎｔｗａｙｉｎｎｅｔｗｏｒｋｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ；ｓｕｐｐｏｒｔ:///doc/bbdf51f0f90f76c661371a08.htmlar ｖｅｃｔｏｒ ｍａｃｈｉｎｅ；ｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ １ 引言 删除和剽窃行为的一种安全技术，用以保护网络免受入随着网络和信息技术的发展，网络在政治、经济、 侵袭击。它包括两个主要的类别：误用检测和异常检军事和日常生活中变得日益重要了。但是对于越来越测。误用检测的基础是建立黑客攻击行为特征库，采用多的网络攻击严重威胁到我们的网络这个事实，我们不特征匹配的方法确定攻击事件．它能准确的检测到已知能视而不见。因此引入了入侵检测来保护网络和信息的攻击，但是对于未知的攻击它却无能为力。异常检测安全。入