《基于HMM和自组织映射的网络入侵检测算法》.pdfVIP

第 35卷 第 4期 青 岛科 技 大 学 学 报(自然科学版) Vo1．35No．4 2014年 8月 JournalofQingdaoUniversityofScienceandTechnology(NaturalScienceEdition) Aug．2014 文章编号 ：1672—6987(2014)04—0400—05 基于HMM 和 自组织映射的网络入侵检测算法 梁 潘 (1．电子科技大学 通信与信息工程学院，四川 成都 610054； 2．阿坝师范高等专科学校 a．电子信息工程系 ，b．应用物理研究所 ，四川 汶／tI623002) 摘 要：随着网络入侵多样化的发展 ，传统的防火墙 、数据加密等防御方法已经很难保证 系统和网络资源的安全 ，为此，设计 了基于隐形马尔科夫模型 HMM 和 自组织映射 SOM 的网络入侵检测方法。首先建立了 自组织映射一HMM 的双层入侵检测模型，采用样本数 据训练 SOM 网，然后将测试数据输入 S0M 模型获得观察序列对应的攻击类别的后验概 率，将此后验概率用于训练 HMM模型获得概率初始分布和状态转移概率等各参数。最 后，通过 比较测试数据在各模型下发生概率的大小来获取对应的攻击类别 。仿真 实验表 明本研 究方法能有效实现 网络入侵检测 ，较经典 的HMM 方法以及 改进的神经网络方 法，具有较高的检测率和较低的误报率，同时具有较少的检测时间。 关键词 ：网络入侵检测 ；自组织映射 ；隐形马尔科夫；状态 中图分类号：TP393 文献标志码 ：A Algorithm ofNetwork IntrusionDetectionBasedon HMM andSelf-organizeM appingNet LIANG Pan ， (1．SchoolofComunicationandInformationEngineering，UniversityofElectronicScienceandTechnology，Chengdu610054，China 2．a．DepartmentofElectronicInformation；b．InstituteofAppliedPhysics，AbaTeachersCollege，Wenchuan611741，China) Abstract：W iththedevelopmentofthenetworkintrusionapproaches，thetraditionalde— tectionmethodssuch asfirewalland dataencryption can notguarantee the security， therefore，thenetworkintrusionmethodbasedonhiddenMarkovmodelandselforgan— izemappingnetweredesigned．Firstly，thedouble—layermodelbasedonhiddenM arkov modelandselforganizemappingnetwasbuilt，theSOM wastrainedbyusingthesam— pledata，andthetestdatawasinputtotheSOM modeltogettheposteriorprobability ofthecorresponding attacking classification，and theposteriorprobability wasused tO traintheHM M modeltogettheparameterssuch asprobability initialdistributionand statetransferringprobability．Finally，theattackclassificationwasobtainedbycompa— ringtheprobabili