基于ＴＳＫ模糊控制系统的网络异常检测.docVIP

基于ＴＳＫ模糊控制系统的网络异常检测 　　摘要：在网络异常检测中，为了提高对异常状态的检测率，降低对正常状态的误判率，该文提出利用TSK模糊控制系统进行网络异常检测的新方法。在对TSK模糊控制系统的训练中采取梯度下降算法，充分发挥梯度下降局部细致搜索优势。实验数据采用KDD CUP99数据集，实验结果表明，基于梯度下降的模糊控制系统提高了异常检测的准确性。 　　关键词：模糊控制系统；梯度下降；TSK；网络异常检测 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)24-1275-03 　　 　　Network Anomaly Detection with TSK Fuzzy Inference System 　　ZHAO Wei 　　(Wuxi Institute of Commerce,Wuxi 214153,China) 　　Abstract:In order to improve the detection rate for anomaly state and reduce the false positive rate for normal state in the network anomaly detection, a novel method of network anomaly detection based on TSK Fuzzy inference system(TSK-FIS) was proposed. The TSK-FIS was trained by the algorithm which is based on gradient descent(GD). The model makes full use of local accurate searching of GD. The well-known KDD Cup 1999 Intrusion Detection Data Set was used as the experimental data. Experimental result on KDD 99 intrusion detection datasets shows that this learning algorithm has better global convergence ability and the accuracy of anomaly detection is enhanced. 　　Key words: fuzzy inference system(FIS);gradient descent (GD);takagi-sugeno-kang(TSK);network anomaly detection 　　 　　1 引言 　　 　　近几年来，随着Internet的不断发展，带来了许多复杂难以解决的问题，网络安全信息全成为人们日益关注的问题。为了给用户提供安全可靠的网络服务，入侵检测 系统被广泛应用。目前入侵检测的方法主要有两种，即误用检测和异常检测。异常检测是假设入侵者的行为在某种程度上与正常行为有所不同，用网络及系统的某些特性参数和阈值来定义正常行为和系统的正常轮廓。然后用暂态轮廓与正常轮廓进行比较，若超出某种程度的差异，即确定为异常。因此，检测异常和入侵实质上就是检测这些特性参数与正常状态值的背离程度。 　　由于所得的数学模型常常存在比较严重的非线性、时变性和不确定性，给辨识和检测带来了较大的困难。针对这个问题，需要利用软测量、故障诊断、专家系统等智能监控来完成网络异常的检测和网络状态的监测。本文提出一种利用TSK模糊系统建立网络流量监测模型，利用检测到的大量数据对其进行异常检测。建立了基于TSK模糊控制系统对网络异常检测模型，并把这一方法用于网络异常检测的系统中。实验结果表明该系统能提高负荷预测的精度。 　　 　　2 模糊逻辑系统简述 　　 　　2.1 模糊逻辑系统 　　一般而言，模糊逻辑系统是指那些与模糊概念和模糊逻辑有直接关系的系统。他又模糊产生器、模糊规则库、模糊推理机和反模糊化四部分组成。其中产生器将论语U上的点一一映射为U上的模糊集合；反模糊化器论域V上的模糊集合一一映射为V上的确定点；模糊推理机根据模糊规则库中的模糊推理知识以及由模糊产生器产生的模糊集合，推理出模糊结论，亦及论域V上的模糊集，并将其输入到反模糊化器中。 　　模糊逻辑系统具有许多及其重要的优点：1)由于输入、输出均为实性变量，故特别适用于工程应用系统；2)它提供了一种描述专家组织的模糊“if-then”规则的一般形式。3)模糊产生器和反模糊器的选择有很大的自由度，可通过学习的方法，建立合理的模糊逻辑系统，以解决