基于复合分类器的网络入侵检测模型.pdfVIP

第32卷 第 11期 电 力 建 设 Vo1．32．No．11 ． 40 · 2011年 11月 ElectricPowerConstruction NOV．2011 中图分类号：TP393 文献标志码：A 文章编号：1000-7229(2011)11—0040—05 基于复合分类器的网络入侵检测模型 刘克文 ，张贲 ，王宇飞 (1．中国电力科学研究院，北京市，100192；2．华北电网有限公司，北京市，100053； 3．华北电力大学控制与计算机工程学院，北京市，102206) IntrusionDetectionModelBasedonHybridClassifier LIU Kewen ．ZHANG Ben ．WANG Yufei (1．ChinaElectricPowerResearchInstitute，Beijing100192，China； 2．NorthChinaGridCompanyLimited，Beijing100053，China； 3．SchoolofControlandComputerEngineering，NorthChinaElectricPowerUniversity，Beijing102206，China) ABSTRACT：Inordertoimprovetheaccuracyofclassification 公司的生产、经营、管理等各环节，并支撑了国家电网 problem in intrusion detection forstategrid，anovelintrusion 公司各项业务开展。但随着公司网络规模的扩大，网 detection model，which is based on hte hybrid classifier，is 络信息安全问题 日益突显，入侵检测作为网络信息安 proposedin htispaper． Thehybrid classifier iscomposed by 全的基础性研究逐渐引起研究人员关注。入侵检测 kernelprincipalcomponentanalysis(KPCA)，backpropagation 是对入侵行为的检测，入侵检测系统通过收集网络及 neuralnetwork (BPNN) and quantum genetic algorithm (QGA)．Inhtehybridclassifier，KPCA isusedtOreduce 计算机系统内所有关键节点的信息，检查网络或系统 dimensionsof data． Th e classification modelis rtained by 中是否存在违反安全策略行为及被攻击迹象。因而 BPNN，ofwhichtheparametersraeoptimizedbyQGA．Based 设计高效、准确的入侵检测模型，现实意义重大。 ontheclassification model，htedata samplesraeclassifiedby 解决入侵检测问题的思路一般是将人侵检测问 accurate intrusion detection． Compraed wiht hte rtaditional 题抽象成一个复杂的多分类问题，通过构造分类器来 mehtods，hteintrusiondetectionmodelbasedonhybridclassifier 实现对入侵检测的判别。常用的入侵检测算法有：核 hasbe