简化粒子群优化结合SOM的网络入侵检测方法

• 作者: 王红梅
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 自组织映射 入侵检测系统 简化粒子群优化 KDDCUP99 高斯混合模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 29-31,39
• 页数: 4页
• 分类号: TP393
• 字数: 4069字
• 语种: 中文

摘要

针对互联网规模的不断扩大,网络服务更容易向入侵者和攻击者暴露信息,且攻击手段日趋复杂,提出了简化粒子群优化(SPSO)结合自组织映射(SOM)的网络入侵检测方法.根据特征判别力,使用PCA方法进行选择特征,生成非相关性特征过滤数据集噪声和低方差值特征.通过SOM与高斯混合模型(GAMM)混合方法来模拟正常模式与异常模式,测量每个网络单元的激活概率以检测所有高频率攻击的精确值,并运用概率SOM均值对特征空间进行分类,在此过程中,运用简化粒子群优化(SPSO)算法从分类搜索当前解的邻域内找到更优的解.基于KDDCUP99数据集搭建仿真测试平台,实验结果表明,提出的方法对常见的网络攻击表现出了良好的性能,具有更高的入侵检测准确率(ACC).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红梅	新疆工程学院计算机工程系	21	137	4.0	11.0