基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測(cè)研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高速發(fā)展,利用廣泛開(kāi)放的網(wǎng)絡(luò)環(huán)境進(jìn)行全球通信已成為時(shí)代發(fā)展的趨勢(shì)。網(wǎng)絡(luò)在提供開(kāi)放和共享資源的同時(shí),也不可避免的存在著安全風(fēng)險(xiǎn)。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(duì)網(wǎng)絡(luò)安全的需求,網(wǎng)絡(luò)用戶面臨著日益嚴(yán)重的安全問(wèn)題,網(wǎng)絡(luò)入侵已經(jīng)成為計(jì)算機(jī)安全和網(wǎng)絡(luò)安全的最大威脅。入侵檢測(cè)作為一種主動(dòng)防御技術(shù),彌補(bǔ)了傳統(tǒng)安全技術(shù)的不足。
　　 針對(duì)入侵檢測(cè)在當(dāng)今網(wǎng)絡(luò)安全中發(fā)揮著越來(lái)越重要的角色,將粒子群優(yōu)化算法

2、和支持向量機(jī)引入到入侵檢測(cè)系統(tǒng)中,提出了基于粒子群優(yōu)化支持向量機(jī)的入侵檢測(cè)設(shè)計(jì)方案。支持向量機(jī)是近兩年研究較熱的比較新穎的軟測(cè)量技術(shù)之一,將支持向量機(jī)分類器應(yīng)用到入侵檢測(cè)中,可以保證在先驗(yàn)知識(shí)不足的情況下,支持向量機(jī)分類器仍有較好的分類正確率,從而使整個(gè)入侵檢測(cè)系統(tǒng)具有較好的檢測(cè)性能。支持向量機(jī)的參數(shù)選擇決定了其學(xué)習(xí)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(wú)窮的,在多個(gè)參數(shù)中盲目搜索最優(yōu)參數(shù)是需要極大的時(shí)間代價(jià),并且很難逼近

3、最優(yōu)?？紤]到支持向量機(jī)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(guān)系,本文研究采用粒子群算法實(shí)現(xiàn)對(duì)參數(shù)(C、σ)的同時(shí)尋優(yōu)。粒子群優(yōu)化算法來(lái)源于對(duì)鳥(niǎo)群覓食行為的研究,是一種生物進(jìn)化算法,原理簡(jiǎn)單易于實(shí)現(xiàn),對(duì)處理高維優(yōu)化問(wèn)題也有較強(qiáng)的優(yōu)勢(shì)。分析比對(duì)實(shí)驗(yàn)表明,采用粒子群算法可以同時(shí)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(bào)警數(shù)量,降低誤報(bào)、漏報(bào)率,從而提高了報(bào)警的有效性。
　　

4、 本文研究了粒子群優(yōu)化算法、支持向量機(jī)理論和入侵檢測(cè)理論,在此基礎(chǔ)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(quán)重的不同而做了一個(gè)粒子群優(yōu)化算法的對(duì)比實(shí)驗(yàn)。
　　 (2)對(duì)支持向量機(jī)進(jìn)行了分析和研究,發(fā)現(xiàn)支持向量機(jī)的推廣能力的好壞,相當(dāng)程度上取決于參數(shù)的選擇及它們之間的相互關(guān)系。針對(duì)這個(gè)問(wèn)題,提出了尋找最優(yōu)的支持向量機(jī)參數(shù)對(duì)(C、σ)。
　　 (3)使用粒子群優(yōu)化算法實(shí)現(xiàn)對(duì)支持向量機(jī)的