收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

几种数据挖掘算法在网络入侵检测中的应用

张月  
【摘要】:由于互联网在防御与自主管理能力方面整体较弱,这使之很容易遭受攻击。这也是网络安全问题难以解决的重要因素。为了进一步提升其主动防御能力,就需要显著提升其入侵检测准确水平,从而大幅降低误报率,同时还能对数据过载等问题给予弱化,将数据挖掘技术运用到网络入侵检测中,以达到建立一个具有自适应性以及良好的扩展性能的入侵检测系统。本文首先结合人工免疫算法的网络入侵方法,对生物免疫机制进行模拟,进而使之拥有动态学习、自我监控、分布式运算等诸多功能,有效提升了该算法的效率与效果。研究结果表明在入侵行为的检测正确率和减少误报率这两个指标方面,都有着较大的进步,同时还很好改善了其它相关入侵检测算法的缺陷,进而为相应的入侵检测开拓更新的思路。其次通过建立一种以贝叶斯为基础对网络入侵主动检测模型,然后对其进行相应的仿真分析。在此模型之中,主要运用了主成分分析法,对网络数据包所涉及到的关键性、消除冗余等属性进行提取,同时还进一步对维数给予降低,最后使用贝叶斯分类装置完成分类。然后结果显示,该模型在检测入侵目标方面完全可以满足要求,而且检测速度有所加快,实验结果较满意,但误报率过高这一不足仍需改进。另外以优化的遗传算法神经网络为基础,进一步创新入侵检测系统模型。也就是借助于该遗传算法,来对神经网络(BP)权值进行优化,使得它们能够很好的融合。这样便能借助于已经成功被训练的BP网络对可疑入侵行为加以验测,进而辨识出这些入侵行为的具体类型。通过MATLAB仿真可以得出:这两种算法的融合,可以更好的实现网络入侵行为的检测,相较于传统模型而言,它的辨识率与检测效果都具有明显优势。除了以上三种方法外,又对深度学习算法进行了研究与分析,构筑卷积神经模型,将相关原始数据利用相应的分线性模型加以转换,使之变换成更为高级、抽象的形式,对原始数据分类能力给予强化,同时削弱原始数据中与分类不相关的特征分类。相关实验结果显示,该算法可以对特征局部相关性加以准确提取,这使得整体特征的提取准确性得到显著提升。最后对四种基于数据挖掘的网络入侵模型仿真实验结果加以分析,对比不同算法各自的优势与劣势,选出最有效的一种网络入侵检测模型,从而有效解决网络入侵检测问题,在自动化程度得到提高的同时,也加强了检测准备效率与自适应能力。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 梁川;;免疫理论的船舶网络入侵检测方法[J];舰船科学技术;2019年12期
2 余森;赵冉;;粒子群算法和支持向量机的网络入侵检测[J];微型电脑应用;2019年09期
3 刘玉标;;计算机网络入侵检测中人工智能技术的应用[J];科技风;2019年32期
4 谭世兵;;工业控制系统网络入侵检测的设计与实现[J];电脑知识与技术;2019年30期
5 于昕阳;;浅谈计算机网络入侵检测中免疫机制的应用[J];网络安全技术与应用;2017年02期
6 袁琴琴;吕林涛;;基于改进蚁群算法与遗传算法组合的网络入侵检测[J];重庆邮电大学学报(自然科学版);2017年01期
7 吕峰;马开阳;叶东海;;电子对抗系统网络入侵检测技术优化研究[J];计算机测量与控制;2017年06期
8 王鹏;;入侵检测系统在计算机网络安全中的设计与应用[J];无线互联科技;2017年12期
9 顾庆传;姜娜;;免疫机制在计算机网络入侵检测中的应用分析[J];电脑知识与技术;2017年16期
10 王文军;;如何在计算机教学中让学生了解学习网络入侵检测技术[J];职业;2017年25期
11 唐光艳;;基于约束模糊聚类思维的网络入侵检测方法研究[J];湘潭大学自然科学学报;2017年03期
12 吴玉强;田素诚;;网络入侵检测技术探析[J];赤峰学院学报(自然科学版);2017年17期
13 李小剑;谢晓尧;;基于支持向量机与k近邻相结合的网络入侵检测研究[J];贵州师范大学学报(自然科学版);2015年03期
14 李淮生;;计算机网络入侵检测中免疫机制的应用研究[J];中国新技术新产品;2015年20期
15 金明日;刘淑英;;网络安全中入侵检测技术的运用[J];山西青年;2017年04期
中国重要会议论文全文数据库 前10条
1 成科扬;;基于集对分析的网络入侵检测研究[A];2005年中国智能自动化会议论文集[C];2005年
2 沈明玉;邱文庆;;基于行为模型的网络入侵检测方法研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
3 申红婷;;遗传算法在网络入侵检测中的应用[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
4 吴建龙;;基于蜂群算法的网络入侵检测模型优化研究[A];中国职协2015年度优秀科研成果获奖论文集(上册)[C];2016年
5 彭清泉;杨晓元;韩益亮;;一种基于免疫的网络入侵检测体系结构[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
6 黄晓燕;许龙飞;;基于关联规则的网络入侵检测技术的应用研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
8 魏念忠;;基于模糊关联规则挖掘的网络入侵检测研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
9 陈路莹;姜青山;陈黎飞;;一种面向网络入侵检测的特征选择方法[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
10 赵新星;姜青山;陈路莹;胡海斌;;一种面向网络入侵检测的特征选择方法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
中国博士学位论文全文数据库 前10条
1 许聪源;基于深度学习的网络入侵检测方法研究[D];浙江大学;2019年
2 杨宏宇;网络入侵检测技术的研究[D];天津大学;2003年
3 易平;移动Ad Hoc网络入侵检测与主动响应机制研究[D];复旦大学;2005年
4 蒋卫华;智能网络入侵检测与安全防护技术研究[D];西北工业大学;2003年
5 曾勇;资源受限场景下的容忍入侵关键技术研究[D];西安电子科技大学;2008年
6 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年
7 傅蓉蓉;无线传感器网络入侵检测关键技术研究[D];北京交通大学;2013年
8 赵月爱;基于非均衡数据分类的高速网络入侵检测研究[D];太原理工大学;2010年
9 刘勇国;基于数据挖掘的网络入侵检测研究[D];重庆大学;2003年
10 Richard Maina Rimiru;[D];中南大学;2013年
中国硕士学位论文全文数据库 前10条
1 于洋;基于深度学习的网络入侵检测技术研究[D];国防科技大学;2018年
2 周文蘂;基于哈希学习的网络入侵检测关键技术的研究[D];大连理工大学;2019年
3 蔡爽;基于Bi-LSTM的网络入侵检测方法研究[D];内蒙古科技大学;2019年
4 袁强;基于集成算法与DBN网络的网络入侵检测[D];东华大学;2019年
5 张月;几种数据挖掘算法在网络入侵检测中的应用[D];景德镇陶瓷大学;2019年
6 刘智扬;基于贝叶斯的网络入侵检测方法研究[D];燕山大学;2019年
7 任学臻;面向网络入侵检测的特征选择方法研究[D];辽宁师范大学;2019年
8 刘煜;基于集成学习与半监督学习的网络入侵检测方法的研究[D];华南理工大学;2019年
9 赵贵成;基于工业控制网络流量分析的入侵检测平台与算法研究[D];浙江大学;2019年
10 纪艺东;基于机器学习的无线网络入侵检测研究[D];北京邮电大学;2019年
中国重要报纸全文数据库 前10条
1 ;Symantec ManHunt[N];中国计算机报;2004年
2 ;McAfee IntruShield主动防入侵[N];中国计算机报;2003年
3 陶智;政务安全:NIPS力克城域网“内讧”[N];中国计算机报;2006年
4 曾宇、王成江;服务器要走向“零”管理[N];中国计算机报;2002年
5 林然;中国IDC产业健康发展还缺什么?[N];通信产业报;2003年
6 ;StoneGate IPS永不间断 安全均衡[N];中国计算机报;2008年
7 刘宏伟;深层防护从核心到边缘[N];中国计算机报;2004年
8 赛迪评测网络安全实验室 何军;预先阻断才安全[N];中国计算机报;2004年
9 ;McAfee缔造MyDoom克星[N];计算机世界;2004年
10 ;大型企业如何选择安全解决方案?[N];计算机世界;2004年
中国知网广告投放
 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