收藏本站
收藏 | 论文排版

基于改进模糊认知图的入侵检测方法研究

王莉  
【摘要】:近年来,网络攻击的巨大威胁和安全问题已经受到了不同组织的高度关注。入侵检测系统作为一个保护数据完整性和系统可用性的反制手段,起着越来越重要的作用。目前,许多研究人员将模糊认知图(Fuzzy Cognitive Map, FCM)方法应用于入侵检测中,并取得了一定的成果。然而,FCM入侵检测方法存在训练时间长和检测率不高的不足。为了克服这些不足,本文提出了一种基于改进模糊认知图(Improved Fuzzy Cognitive Map,IFCM)的入侵检测方法。主要研究内容如下: 针对模糊认知图入侵检测方法训练时间长的问题,以AFS理论和格贴近度为理论依据,提出了基于AFS理论和格贴近度(AFS Theory and Lattice Close-degree,AFS-LCD)的约简算法,并给出了AFS-LCD入侵检测属性约简方法。模拟实验结果表明:与FCM入侵检测方法相比,该方法明显减少了FCM入侵检测方法的训练时间,并且提高了FCM入侵检测方法的检测率。 针对模糊认知图入侵检测方法检测率不高的问题,提出了基于模糊神经网络的模糊认知图(Fuzzy Cognitive Map Based on Fuzzy Neural Networks, FNN-FCM)入侵检测方法。模拟实验结果表明:与FCM和概率FCM入侵检测方法相比,该方法的检测率较高、误报率较低。 在以上研究工作的基础上,提出了基于改进模糊认知图的入侵检测方法。该方法首先应用AFS-LCD约简算法对入侵检测数据集进行属性约简,得到优化的属性子集;然后用优化的属性子集训练FNN-FCM模型实现入侵检测。模拟实验结果表明:与FCM、AFS-LCD-FCM和FNN-FCM入侵检测方法相比,该方法训练时间更短、检测率更高、误报率更低。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978