基于粗糙集公共网络入侵检测方法探究.docVIP

基于粗糙集公共网络入侵检测方法探究 　　摘 要： 传统方法在对公共网络入侵数据检测时存在冗余度高、维数大、精确度差等问题。为了提高公共网络安全防护的实时性和有效性，提出一种基于优化粗糙集理论的公共网络检测方法。针对有入侵风险的数据进行检测和筛选，在粗糙集（RS）概念基础上对其精度进行优化，减少信息的丢失，运用MDLP运算准则完成对数据的离散化处理，使用遗传算法进行数据约简，导出数据分类规则并识别出入侵数据。仿真试验结果表明，所提出的入侵数据检测方法，在入侵检测率和误差率方面传统算法更为有效 关键词： 网络入侵数据检测； 离散化处理； 遗传算法； 数据约简 中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2017）04?0028?04 Research of public network intrusion detection method based on rough set theory PANG Bangyan， ZHANG Yanmin （Basic Teaching Department， Shangqiu Institute of Tecnology， Shangqiu 476000， China） Abstract： Traditional method exists high redundancy， large dimension， poor accuracy and so on in the process of public network intrusion data detection. In order to improve the real?time performance and effectiveness of public network security protection， a public network detection method based on the improved rough set theory is put forward to detect and screen the data which has invasion risk， optimize the detecting accuracy based on rough set concept， and reduce the information loss. The MDLP operational criterion is adopted to complete the discretization processing of the data. The genetic algorithm is used to carry on the data reduction， derive data classification rules and identify the intrusion data. The simulation results show that the proposed intrusion data detection method is more effective in the aspects of intrusion detection rate and error rate in comparison with the traditional algorithm. Keywords： network intrusion data detection； neural network； genetic algorithm； data reduction 0 引 言 近年来信息技术迅猛发展，公共网络已逐渐成为全世界范围内最重要的基础设施之一，对社会各个方面及人类的生产生活方式产生了巨大的影响。网络代表的开放式信息平台是现代信息社会的发展趋势，但网络的开放性同样会带来风险，尤其是和大众联系紧密的公共网络。公共网络攻击行为时有发生， 客观上迫切要求建立有效的入侵检测系统。入侵?z测技术经过几十年的发展， 有一定的进步，但传统方法存在时效性和精简性不足的问题。文献[1]提出入侵检测系统的基础是抽象模型模式匹配，尽管在某些领域内也取得了一些进步，但是随着公共网络的发展和壮大及恶意入侵方式的多样化，这种方法已经不适应目前公共网络的发展趋势要求。本文提出的方法基于优化粗糙集理论对网络入侵原始数据进行处理和分析[2?4]。运用MDLP运算准则完成对入侵数据的离散化处理[5?6]，使用遗传算法对数据进行属性约简，降低维数、去除冗余[7?8]， 将导出数据分类规则并对入侵数据进行报警处理，试验证明了本文提出方