網(wǎng)絡(luò)滲透行為研究.pdf

1、網(wǎng)絡(luò)滲透攻擊的出現(xiàn)，使得網(wǎng)絡(luò)安全問題日益凸顯，為了更好地檢測(cè)網(wǎng)絡(luò)滲透攻擊，本文基于群體智能理論，從兩個(gè)不同角度提出了兩種攻擊檢測(cè)方法:第一種是基于蟻群分類規(guī)則挖掘算法的攻擊檢測(cè)方法;第二種是基于混沌蟻群分類算法的攻擊檢測(cè)方法。這兩種方法都是受螞蟻覓食過程的啟發(fā)，模擬了多個(gè)人工智能螞蟻，在攻擊數(shù)據(jù)集中進(jìn)行數(shù)據(jù)挖掘。
　　第一種方法的目的是挖掘出分類規(guī)則，然后進(jìn)行模式匹配，從而檢測(cè)網(wǎng)絡(luò)攻擊行為。它將分類規(guī)則的條件模擬為螞蟻覓食過程中經(jīng)

2、過的路徑，最終的目標(biāo)類別就是螞蟻要尋找的食物源，整個(gè)數(shù)據(jù)集空間就是蟻群的搜索空間，并且該搜索空間是二維離散的。螞蟻從蟻巢到食物源所經(jīng)過的一條路徑就是一條分類規(guī)則，經(jīng)過不斷地搜索，蟻群能夠找到每個(gè)類別的多條分類規(guī)則。本文首先對(duì)該檢測(cè)方法進(jìn)行建模、流程制定、相關(guān)函數(shù)設(shè)計(jì)，然后在攻擊數(shù)據(jù)集中進(jìn)行數(shù)據(jù)挖掘。實(shí)驗(yàn)結(jié)果表明，該方法能夠找到高質(zhì)量的分類規(guī)則。
　　第二種方法以找到各個(gè)攻擊類別的中心為目標(biāo)，然后計(jì)算新樣本與類別中心的相似性，將新樣

3、本劃分為相似度最高的類別，從而進(jìn)行網(wǎng)絡(luò)攻擊檢測(cè)。這種方法充分考慮了螞蟻的自主行為和組織性行為，能夠搜索全局最優(yōu)解。該方法將整個(gè)數(shù)據(jù)集空間類比為螞蟻的搜索空間，并且該搜索空間是多維連續(xù)的。最終的類別中心被比作螞蟻要找的食物源，經(jīng)過反復(fù)地搜索，蟻群能夠找到每個(gè)類別的一個(gè)最優(yōu)中心。本文首先對(duì)該方法進(jìn)行建模、流程設(shè)計(jì)、類別中心的優(yōu)化，然后在攻擊數(shù)據(jù)集中進(jìn)行搜索。實(shí)驗(yàn)結(jié)果表明，該方法能找到有代表性的類別中心。
　　上述兩種方法都恰當(dāng)?shù)貙⑾伻?/p>

4、覓食與攻擊檢測(cè)進(jìn)行類比，從兩個(gè)不同的角度進(jìn)行攻擊檢測(cè)建模，將蟻群算法靈活地運(yùn)用到攻擊檢測(cè)方面。實(shí)驗(yàn)時(shí)運(yùn)用公認(rèn)的網(wǎng)絡(luò)攻擊數(shù)據(jù)集，在對(duì)數(shù)據(jù)集進(jìn)行一系列的預(yù)處理后，利用以上兩種方法實(shí)施數(shù)據(jù)挖掘。找到分類規(guī)則或類別中心后，分別進(jìn)行模式匹配或者相似度計(jì)算，最終得到攻擊檢測(cè)的結(jié)果。實(shí)驗(yàn)時(shí)設(shè)置了一系列的評(píng)價(jià)函數(shù)，將二者的實(shí)驗(yàn)結(jié)果與其他的相關(guān)算法進(jìn)行對(duì)比分析。實(shí)驗(yàn)結(jié)果表明，本文提出的這兩種方法能夠有效檢測(cè)網(wǎng)絡(luò)滲透攻擊，而且兩種方法對(duì)不同攻擊類型的檢測(cè)效