【摘要】：現(xiàn)如今,網(wǎng)絡(luò)安全問(wèn)題日顯突出。入侵檢測(cè)技術(shù)作為強(qiáng)有力的安全防護(hù)手段成為研究的焦點(diǎn)。現(xiàn)有的入侵檢測(cè)技術(shù)主要表現(xiàn)出檢測(cè)準(zhǔn)確率及效率不高、系統(tǒng)魯棒性較差和自適應(yīng)能力差等問(wèn)題,本文設(shè)計(jì)合理的方法用于解決上述問(wèn)題。入侵檢測(cè)本質(zhì)是一種二分類(lèi)問(wèn)題。本文以支持向量機(jī)(SVM)為入侵檢測(cè)系統(tǒng)中檢測(cè)引擎的基礎(chǔ)分類(lèi)器,設(shè)計(jì)出并行集成的分類(lèi)算法,稱(chēng)為BPSVM算法。對(duì)處理新增數(shù)據(jù),提出KKT-RS-SVM增量算法。本文主要研究?jī)?nèi)容如下:(1)提出改進(jìn)的基于Bagging的并行集成分類(lèi)算法(BPSVM算法)。在并行組件的設(shè)計(jì)中,選取主成分分析(PCA)技術(shù),優(yōu)化高維的入侵檢測(cè)數(shù)據(jù),有效提高分類(lèi)器訓(xùn)練模型及預(yù)測(cè)數(shù)據(jù)的效率;采用并行的SVM分類(lèi)器及多數(shù)投票法的集成策略,分類(lèi)效果優(yōu)于單一分類(lèi)器,有效提高分類(lèi)準(zhǔn)確率;同時(shí),并行的方法能有效避免單點(diǎn)失效問(wèn)題,任一分類(lèi)器出現(xiàn)故障將不影響系統(tǒng)的運(yùn)行,提高系統(tǒng)魯棒性。(2)在增量算法的局部設(shè)計(jì)中,提出改進(jìn)的原樣本保留集算法(RS算法),該算法充分考慮到原始樣本中對(duì)分類(lèi)精度有影響的向量,在一定程度上提高訓(xùn)練集增量后的分類(lèi)效果。(3)在增量算法的整體設(shè)計(jì)中,使用RS算法保留原樣本集,并結(jié)合KKT條件篩選新增樣本,組成整體算法,即KKT-RS-SVM算法。該算法有效地將新增樣本與原始樣本有用信息組合成新的訓(xùn)練集,最大程度保留有效信息,有效更新訓(xùn)練集,提高系統(tǒng)對(duì)新樣本的自適應(yīng)能力。最后,使用經(jīng)典入侵檢測(cè)數(shù)據(jù)集KDD CUP99及最新數(shù)據(jù)集CICIDS2017測(cè)試BPSVM算法,及KKT-RS-SVM增量算法。實(shí)驗(yàn)結(jié)果表明,相比單一的PCASVM算法,BPSVM算法的平均分類(lèi)準(zhǔn)確率約提高3%;與并行SVM相比,BPSVM算法檢測(cè)時(shí)間平均縮短約21.9%;另一方面,通過(guò)模擬單點(diǎn)失效證實(shí)BPSVM的魯棒性。另外,通過(guò)模擬增量樣本證明KKT-RS-SVM算法在入侵檢測(cè)中可用性及具有較高的準(zhǔn)確率。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP393.08;TP181
【圖文】：

由檢測(cè)模型抽象出的入侵檢測(cè)過(guò)程如圖 1-1 所示。圖 1-1 入侵檢測(cè)過(guò)程示意圖1.3.2 入侵檢測(cè)技術(shù)研究現(xiàn)狀自 20 世紀(jì) 80 年代以來(lái)，入侵檢測(cè)技術(shù)歷時(shí)三十多年的陸續(xù)發(fā)展，從先前的一種有價(jià)值的研究理念和單純的理論框架，快速演變出種類(lèi)紛繁的各種實(shí)際原型系統(tǒng)，同時(shí)也不斷涌現(xiàn)出各種性能越來(lái)越好的入侵檢測(cè)系統(tǒng)產(chǎn)品。至今，入侵檢測(cè)技術(shù)日趨成熟，成為計(jì)算機(jī)安全防護(hù)領(lǐng)域無(wú)可替代的重要安全防護(hù)技術(shù)。從 21 世紀(jì)初到現(xiàn)在，入侵檢測(cè)技術(shù)的研究主要是基于網(wǎng)絡(luò)，并向著混合型發(fā)展[6]。2004 年悉尼科技大學(xué)提出基于移動(dòng)代理技術(shù)的分布式入侵檢測(cè)體系結(jié)構(gòu)，設(shè)計(jì)了入侵行為的全局信息抽取原型系統(tǒng)；2007 年，Bolzoni 為降低誤警率，提出網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)報(bào)警確認(rèn)的體系結(jié)構(gòu)[7]。隨著統(tǒng)計(jì)學(xué)理論與機(jī)器學(xué)習(xí)方法等在入侵檢測(cè)領(lǐng)域的滲透[8]，入侵檢測(cè)的核心技術(shù)逐漸向著智能化方向發(fā)展[9-11]，一些新的入侵檢測(cè)技術(shù)相繼出現(xiàn)，例如基于神經(jīng)網(wǎng)絡(luò)[12]、遺傳算法[13,14]、數(shù)據(jù)分析[15,16]、人工免疫的系統(tǒng)和基于代理的檢測(cè)系統(tǒng)等等

圖 2-1 入侵檢測(cè)中的算法設(shè)計(jì)結(jié)構(gòu)圖章小結(jié)介紹了入侵檢測(cè)系統(tǒng)的需求，并對(duì)主流的解決入侵檢測(cè)問(wèn)題采取的比，分析了 SVM 算法應(yīng)用于入侵檢測(cè)中的優(yōu)勢(shì)。接著，對(duì)尚未解決了闡述，并給出了為解決對(duì)應(yīng)難點(diǎn)本文所采用的解決策略，以及描述進(jìn)的集成與增量算法在入侵檢測(cè)中的結(jié)構(gòu)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉志雄;王丹弘;;基于海量數(shù)據(jù)的不平衡SVM增量學(xué)習(xí)的釣魚(yú)網(wǎng)站檢測(cè)方法[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2016年12期

2 齊興;;結(jié)合主方向和SVM的人臉表情識(shí)別[J];廊坊師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

3 馮東梅;吳健偉;;礦井突水水源的SVM識(shí)別方法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

4 楊清;文紅;陳松林;王玉秀;;基于SVM算法的移動(dòng)智能終端安全等級(jí)分級(jí)模型[J];通信技術(shù);2017年04期

5 滿(mǎn)宴辰;楊成佳;;圖像視覺(jué)顯著性和改進(jìn)型SVM在圖像分割中的研究[J];通訊世界;2017年08期

6 程鳳偉;;一種基于決策樹(shù)的SVM算法[J];太原學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年01期

7 吳翠穎;周濤;陸惠玲;姚中寶;王媛媛;楊鵬飛;;基于集成SVM的肺部腫瘤PET/CT三模態(tài)計(jì)算機(jī)輔助診斷方法[J];生物醫(yī)學(xué)工程研究;2017年03期

8 湯�；�;;基于SVM的醫(yī)藥企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[J];中國(guó)集體經(jīng)濟(jì);2017年29期

9 王芳;吳志泉;史紅權(quán);;SVM在空中目標(biāo)威脅值評(píng)估中的應(yīng)用[J];火力與指揮控制;2017年09期

10 楊海蘭;周培祥;;基于SVM的中國(guó)家族企業(yè)引入外部職業(yè)經(jīng)理人風(fēng)險(xiǎn)預(yù)測(cè)研究[J];經(jīng)濟(jì)體制改革;2017年05期

相關(guān)會(huì)議論文 前10條

1 李薇;劉琦;馬占鴻;;基于SVM法的小麥條銹病潛育期冠層高光譜識(shí)別研究[A];植保科技創(chuàng)新與農(nóng)業(yè)精準(zhǔn)扶貧——中國(guó)植物保護(hù)學(xué)會(huì)2016年學(xué)術(shù)年會(huì)論文集[C];2016年

2 楊鎮(zhèn)宇;祝詩(shī)平;;基于機(jī)器視覺(jué)和SVM的花椒外觀品質(zhì)檢測(cè)[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

3 張國(guó)棟;朱明華;余圣甫;張建強(qiáng);李志遠(yuǎn);;藥芯焊絲飛濺率的SVM模型研究[A];第十五次全國(guó)焊接學(xué)術(shù)會(huì)議論文集[C];2010年

4 司愛(ài)威;馮輔周;江鵬程;饒國(guó)強(qiáng);王建;;基于可變風(fēng)險(xiǎn)SVM模型的故障識(shí)別方法研究[A];第十屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）上冊(cè)[C];2011年

5 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報(bào)中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

6 陳志建;宋家驊;程琳;;基于小波SVM的高速公路交通事件檢測(cè)算法[A];城市交通發(fā)展模式轉(zhuǎn)型與創(chuàng)新——中國(guó)城市交通規(guī)劃2011年年會(huì)暨第25次學(xué)術(shù)研討會(huì)論文集[C];2014年

7 朱蕾;朱國(guó)棟;石江;;SVM方法在烏魯木齊機(jī)場(chǎng)跑道視程預(yù)測(cè)中的應(yīng)用[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)天氣預(yù)報(bào)預(yù)警和影響評(píng)估技術(shù)分會(huì)場(chǎng)論文集[C];2007年

8 王薇;李曉輝;;CDMA系統(tǒng)中基于SVM的多用戶(hù)檢測(cè)算法[A];第十九屆電工理論學(xué)術(shù)年會(huì)論文集[C];2007年

9 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷知識(shí)獲取[A];第八屆全國(guó)設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

10 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類(lèi)[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 張婧;基于SVM的肺結(jié)節(jié)自動(dòng)識(shí)別方法研究[D];華南理工大學(xué);2011年

2 歐陽(yáng)玲;基于遙感和SVM模型的松嫩平原南部耕地質(zhì)量評(píng)價(jià)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2017年

3 陳沅濤;圖像視覺(jué)顯著性和改進(jìn)型SVM在圖像分割中的研究[D];南京理工大學(xué);2014年

4 張克;基于地震正演模擬和SVM的煤與瓦斯突出危險(xiǎn)區(qū)預(yù)測(cè)研究[D];中國(guó)礦業(yè)大學(xué);2011年

5 宋國(guó)明;基于提升小波及SVM優(yōu)化的模擬電路智能故障診斷方法研究[D];電子科技大學(xué);2010年

6 陳志茹;基于SVM集成學(xué)習(xí)的miRNA靶基因預(yù)測(cè)研究[D];燕山大學(xué);2015年

7 陳梅香;基于SVM和GIS的梨小食心蟲(chóng)預(yù)測(cè)系統(tǒng)的研究[D];北京林業(yè)大學(xué);2010年

8 江娜;SVM及其在船舶航向控制系統(tǒng)故障預(yù)報(bào)中的應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

9 黃劍鋒;基于振動(dòng)信號(hào)SVM的管殼式換熱器堵塞故障診斷方法研究[D];華南理工大學(xué);2016年

10 申豐山;樣例權(quán)重估計(jì)及在此基礎(chǔ)上的SVM[D];西安電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王洪兵;SVM集成與增量算法在入侵檢測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2018年

2 許麗;用SVM回歸實(shí)驗(yàn)對(duì)大氣污染數(shù)據(jù)的處理研究[D];天津財(cái)經(jīng)大學(xué);2018年

3 鄧瓊;道路交通標(biāo)志的檢測(cè)算法研究[D];安徽工程大學(xué);2018年

4 金j;SVM與神經(jīng)網(wǎng)絡(luò)的組合模型在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D];吉林大學(xué);2018年

5 袁志輝;深度學(xué)習(xí)與SVM相融合的新聞分類(lèi)技術(shù)研究[D];華北理工大學(xué);2018年

6 錢(qián)坤;基于MSER和遺傳優(yōu)化SVM的交通標(biāo)志識(shí)別的研究[D];大連理工大學(xué);2018年

7 馬田;基于混合核函數(shù)SVM與遺傳參數(shù)優(yōu)化的人臉識(shí)別研究[D];江蘇科技大學(xué);2018年

8 張猛;基于行業(yè)輪動(dòng)策略的SVM多因子選股模型及投資效果實(shí)證分析[D];上海師范大學(xué);2018年

9 姜伶伶;基于詞向量和SVM的中文微博情感分類(lèi)研究[D];重慶大學(xué);2018年

10 王蒙蒙;基于魯棒PCP特征和測(cè)度學(xué)習(xí)SVM的音樂(lè)和弦識(shí)別研究[D];天津大學(xué);2017年

本文編號(hào)：2723026