基于萤火虫群算法的网络入侵优化检测算法-吉林大学学报.pdf

第33卷摇 第3期 吉林 大学学报 (信息科 学版) Vol.33摇 No.3 2015年5月 Journal ofJilinUniversity (Information ScienceEdition) May2015 文章编号:1671鄄5896(2015)03鄄0338鄄06 基于萤火虫群算法的网络入侵优化检测算法 1 1 2 周丽娟 ,于雪晶 ,魏摇 卓 (1. 长春工业大学 信息传播工程学院,长春 130012;2. 长春工程学院计算机技术与工程学院,长春 130012) 摘要:针对模糊C鄄均值聚类法因对初始聚类中心敏感且容易陷入局部极小值而导致无法在网络入侵检测中获 得精确分类结果的问题,提出了基于萤火虫群优化(GSO:GlowwormSwarmOptimization)算法的网络入侵检测方 法。 采用标记样本得到初始聚类中心,运用萤火虫群优化实现对聚类中心的优化。 结果显示该方法有效。 关键词:萤火虫群优化算法;网络入侵;模糊C鄄均值聚类;半监督 中图分类号:TP301 文献标识码:A Optimized Detection Algorithm for Network Intrusion Based on the Glowworm Swarm Algorithm 1 1 2 ZHOU Lijuan ,YU Xuejing ,WEI Zhuo (1. College of Information Dissemination Engineering,Changchun University of Technology,Changchun 130012,China; 2. School of Computer Technology and Engineering,Changchun Institute of Technology,Changchun 130012,China) Abstract:Because fuzzy C鄄means clustering method is sensitive to initial cluster centers and easily trapped into local minima,we can蒺t get precise classification result in network intrusion detection. To solve the problem,a network intrusion detection methodbased on GSO(Glowworm Swarm Optimization)algorithm isproposed. First, sampleswith label is used to get initial cluster center. Then, GSO is employed to optimize cluster center. Simulation result shows that the method is effective. Key words:glowworm swarm optimization (GSO) algorithm; network intrusion; fuzzy C鄄means clustering; semi鄄supervised 0摇 引摇 言 随着网络技术的高速发展,网络规模不断扩大、功能日趋强大,其用户数量持续增加,为人们的生 活带来极大便利,但同时也为各类网络入侵制造了越来越多的漏洞,为网络安全带来了极大的挑战。 快速发现各类入侵行为、确保网络安全已成为各国学者讨论的热点问题。 网络入侵检测技术可分为误用检测和异常检测技术。 误用检测技术是用来训练