IDS自适应特征选择算法——进化包装(Wrapper)算法分析.pdfVIP

维普资讯 信息安全 中文核心期刊 微‘计算机信息(管控一体化)2006年第22卷第 11-3期 IDS自适应特征选择算法 — — 进化包装(Wrapper)算法分析 FeatureSelectionforIntrusionDetection：AnEvolutionaryWrapperApproach (北京化工大学)董小国 丁 冉 DONG XlAOGU0 DING F N 摘要：随着网络技术和 网络规模的不断发展 ，网络安全 已经成为人们无法回避的问题 ．因此为 了保护现在越来越 多的敏感信 息，入侵检测技术也成为了一种非常重要 的技 术。得到了越 来越多的重视。然而对其 中一个重要部分一特征的 自动选择的 研 究非常少。本文提 出了一个 EA用采执行特征的 自动选择 以度时 RBF网络 的 自动优化 。经过特征选择这个步骤可 以显著 的减少输入特征的数量 ，这样可 以有效的减少过造应 。此外，减 少输入特征数 目。还可 以减少神经 网络 的执行时间。 关键词：入侵；入侵检测；神经网络；特征选择 中图分类号：TP309．7 文献标识码：A Abstract：WiththeongoinggrowthoftheInternet，intrusiondetectionsystems(IDS)playallincreasingroleinsecuringcommunication networks．Although，feature selectionisanimportanttaskforalmostallneuralnetwork applications，onlyveryfew investigationsdealing wiht anytypeofautomatedfeatureselectionareknown intheareaofintrusiondetection．Thisarticlesetsantanevolutionaryalgorithm (EA)thatperformsthetasksoffeatureselectionandarchitectureoptimizationofrradialbasisfunction(RBF)networksautomatically． KeyW ords：IDS，neur~ network,feather~lecfion 1 简介 Wrapper模式是 由一个进化算法模块 (EA)和一 个 RBF神经 网络组成的．其中使用 EA来进行特征选 入侵检i贝0技术可 以被分为两类 ：异常检测 abhor— 择 以及对 RBF网络进行优化。选择 RBF网络是因为 maldetection)和误用检~Jl(misusedetection1。异常检测 它出色的分类能力 以及可用于 网络训练的不同的硬 是基于对入侵行为大大偏出可接收行为特征的假设 计算技术。 下 ，而误用检测是指利用已知系统和应用软件的弱点 攻击模式来检测入侵。还有许 多其它 的特征来区别 2 本领域的研究 IDS(Intmsiondetectionsystems1。比如可 以分类成基于 软计算技术用于 IDS的研究越来越多．其中有导 主机和基于网络的系统。在本文我们介绍一种基于软 师训练算法多用于误用检测 中，而无导师训练算法多 件技术的网络误用检测系统。 用于异常检测中。研究表明。尽管一些特征选择算法 软件技术 已经被广泛的应用于各种各样不同的 被广为所知 ，但是通常这些特征选择都不是 自动的。 入侵检测系统中。然而，在这个领域仅对处理各种类 在这里我们提出一种基于神经网络 。遗传算法的 型的 自动