基于粒子群優(yōu)化支持向量機的異常入侵檢測研究.pdf

1、隨著計算機網(wǎng)絡技術的高速發(fā)展,利用廣泛開放的網(wǎng)絡環(huán)境進行全球通信已成為時代發(fā)展的趨勢。網(wǎng)絡在提供開放和共享資源的同時,也不可避免的存在著安全風險。曾經(jīng)作為最主要的安全防范手段的防火墻,已經(jīng)不能滿足人們對網(wǎng)絡安全的需求,網(wǎng)絡用戶面臨著日益嚴重的安全問題,網(wǎng)絡入侵已經(jīng)成為計算機安全和網(wǎng)絡安全的最大威脅。入侵檢測作為一種主動防御技術,彌補了傳統(tǒng)安全技術的不足。
　　 針對入侵檢測在當今網(wǎng)絡安全中發(fā)揮著越來越重要的角色,將粒子群優(yōu)化算法

2、和支持向量機引入到入侵檢測系統(tǒng)中,提出了基于粒子群優(yōu)化支持向量機的入侵檢測設計方案。支持向量機是近兩年研究較熱的比較新穎的軟測量技術之一,將支持向量機分類器應用到入侵檢測中,可以保證在先驗知識不足的情況下,支持向量機分類器仍有較好的分類正確率,從而使整個入侵檢測系統(tǒng)具有較好的檢測性能。支持向量機的參數(shù)選擇決定了其學習性能和泛化能力,由于在參數(shù)的選擇范圍內(nèi)可選擇的數(shù)量是無窮的,在多個參數(shù)中盲目搜索最優(yōu)參數(shù)是需要極大的時間代價,并且很難逼近

3、最優(yōu)?？紤]到支持向量機模型性能的好壞很大程度上取決于其參數(shù)(C、σ)的取值情況,特別是參數(shù)之間的相互影響關系,本文研究采用粒子群算法實現(xiàn)對參數(shù)(C、σ)的同時尋優(yōu)。粒子群優(yōu)化算法來源于對鳥群覓食行為的研究,是一種生物進化算法,原理簡單易于實現(xiàn),對處理高維優(yōu)化問題也有較強的優(yōu)勢。分析比對實驗表明,采用粒子群算法可以同時尋到(C、σ)的最優(yōu)值,以此最優(yōu)參數(shù)建立的系統(tǒng)有效地減少報警數(shù)量,降低誤報、漏報率,從而提高了報警的有效性。
　　

4、 本文研究了粒子群優(yōu)化算法、支持向量機理論和入侵檢測理論,在此基礎上作了如下工作:
　　 (1)闡述了粒子群優(yōu)化算法的基本原理,并根據(jù)慣性權重的不同而做了一個粒子群優(yōu)化算法的對比實驗。
　　 (2)對支持向量機進行了分析和研究,發(fā)現(xiàn)支持向量機的推廣能力的好壞,相當程度上取決于參數(shù)的選擇及它們之間的相互關系。針對這個問題,提出了尋找最優(yōu)的支持向量機參數(shù)對(C、σ)。
　　 (3)使用粒子群優(yōu)化算法實現(xiàn)對支持向量機的