基于多類支持向量機(jī)的協(xié)同入侵檢測(cè).pdf

1、互聯(lián)網(wǎng)的興起，用戶爆炸性的增長(zhǎng)，新的威脅和攻擊不斷出現(xiàn)，對(duì)網(wǎng)絡(luò)的安全提出了新的挑戰(zhàn)，尤其是海量數(shù)據(jù)、噪聲處理以及在線學(xué)習(xí)問(wèn)題，網(wǎng)絡(luò)安全問(wèn)題逐漸成為亟待解決的首要問(wèn)題。
　　 入侵檢測(cè)技術(shù)是區(qū)別防火墻的另外一種主動(dòng)式的網(wǎng)絡(luò)安全技術(shù)，根據(jù)監(jiān)控主機(jī)的狀態(tài)和分析網(wǎng)絡(luò)報(bào)文，對(duì)網(wǎng)絡(luò)行為進(jìn)行分類，將網(wǎng)絡(luò)行為分為正常行為和異常行為。從而檢測(cè)各種入侵的企圖和攻擊，據(jù)此用戶可采取有效防范措施。
　　 支持向量機(jī)是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論上的新

2、的機(jī)器學(xué)習(xí)方法?；谥С窒蛄繖C(jī)具有全局最優(yōu)、小樣本、非線性等優(yōu)勢(shì)，將支持向量機(jī)應(yīng)用到網(wǎng)絡(luò)入侵檢測(cè)中，有效地克服維數(shù)災(zāi)難、過(guò)學(xué)習(xí)、局部最小等問(wèn)題，特別是在高維數(shù)據(jù)空間下，保證入侵檢測(cè)的分類準(zhǔn)確率，提高檢測(cè)系統(tǒng)的性能，減少丟包率。
　　 本文主要研究了多類支持向量機(jī)算法與協(xié)同機(jī)制應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)的有關(guān)問(wèn)題，針對(duì)國(guó)內(nèi)外的支持向量機(jī)的訓(xùn)練算法和分類機(jī)制進(jìn)行深入研究，改進(jìn)了基于多類支持向量機(jī)的協(xié)同入侵檢測(cè)模型。本文主要工作包括：

3、　　 1.針對(duì)網(wǎng)絡(luò)的海量數(shù)據(jù)流，單個(gè)檢測(cè)代理很難應(yīng)對(duì)現(xiàn)今高速數(shù)據(jù)流，導(dǎo)致丟包和無(wú)法全面的收集數(shù)據(jù)，對(duì)網(wǎng)絡(luò)特征進(jìn)行分析，最終導(dǎo)致檢測(cè)率偏低，本文給出了基于多類支持向量機(jī)的協(xié)同入侵檢測(cè)模型，根據(jù)協(xié)議將網(wǎng)絡(luò)數(shù)據(jù)流分為TCP、UDP和ICMP數(shù)據(jù)流，并且對(duì)各個(gè)數(shù)據(jù)流的特點(diǎn)、選取適合算法構(gòu)造TCP、UDP、ICMP檢測(cè)代理，各個(gè)代理協(xié)同檢測(cè)工作，提高檢測(cè)系統(tǒng)的檢測(cè)速度和準(zhǔn)確率。
　　 2.針對(duì)現(xiàn)實(shí)樣本數(shù)據(jù)往往都是不均衡的現(xiàn)狀，本文給出一

4、種改進(jìn)的加權(quán)多類支持向量機(jī)分類方法，首先根據(jù)協(xié)議類型將訓(xùn)練樣本進(jìn)行屬性簡(jiǎn)約，依據(jù)樣本數(shù)量和樣本性質(zhì)設(shè)置樣本初始權(quán)重，采用一對(duì)余類的方法構(gòu)造基于加權(quán)的多類支持向量機(jī)模型。針對(duì)樣本重合點(diǎn)以及樣本離群點(diǎn)，本文將決策函數(shù)值進(jìn)行歸一化處理，采用組合策略最大優(yōu)選策略，確定所屬類別。
　　 3.針對(duì)本文的協(xié)同模型，從數(shù)據(jù)采集和分析任務(wù)分割協(xié)同、算法選擇和結(jié)果的整合分析協(xié)同三個(gè)層次深入研究了協(xié)同機(jī)制。
　　 最后，本文使用LIB SVM