基于改進(jìn)混沌粒子群的聚類(lèi)檢測(cè)算法研究.pdf

《基于改進(jìn)混沌粒子群的聚類(lèi)檢測(cè)算法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、晦木探討·應(yīng)用技術(shù)與研究基于改進(jìn)混沌粒子群的聚類(lèi)檢測(cè)算法研究吳有曉天倡H亢(廣東省電信規(guī)劃設(shè)計(jì)院有限公司，廣東廣州510630)[摘要]針對(duì)入侵檢測(cè)系統(tǒng)特征報(bào)警聚類(lèi)質(zhì)量低、冗余告警的不足，提出基于改進(jìn)混沌自適應(yīng)粒子群優(yōu)化的IDS特征報(bào)警聚類(lèi)方法。該方法結(jié)合混沌算法特性和改進(jìn)粒子群算法自適應(yīng)慣性權(quán)重系數(shù)以及對(duì)非線性動(dòng)態(tài)學(xué)習(xí)因子進(jìn)行改善，引導(dǎo)粒子群在混沌與穩(wěn)定之間交替波動(dòng)，保證粒子運(yùn)動(dòng)慣性，更利于趨近最優(yōu)。本方法能夠克服PSO算法的過(guò)早收斂、“惰性”反應(yīng)等缺點(diǎn)，利于聚類(lèi)中心更能趨向全局最優(yōu)。實(shí)驗(yàn)結(jié)果表明，本文粒子群參數(shù)改進(jìn)算法提高了特征報(bào)警聚類(lèi)質(zhì)量，具有較高的檢測(cè)率和較低的誤報(bào)率。[關(guān)鍵詞]

2、入侵檢測(cè)；粒子群優(yōu)化；混沌；自適應(yīng)慣性權(quán)重；非線性動(dòng)態(tài)學(xué)習(xí)因子中圖分類(lèi)號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1008．6609(2016)10．0073．061引言近年來(lái)，網(wǎng)絡(luò)安全成為人們?nèi)找骊P(guān)注的一個(gè)問(wèn)題。就入侵檢測(cè)系統(tǒng)(IDS，IntrusionDetectionSystem)而言，它作為當(dāng)前保障網(wǎng)絡(luò)安全運(yùn)行的有效檢測(cè)工具，得到了廣泛的重視及應(yīng)用，它可以檢測(cè)網(wǎng)絡(luò)上的攻擊行為，并產(chǎn)生相應(yīng)的告警信息，提示系統(tǒng)管理人員進(jìn)行及時(shí)有效的處理，避免入侵造成的巨大損失”?！俊Ｈ欢?，鑒于網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的技術(shù)不夠完善，加之其異構(gòu)性和自治性的特點(diǎn)，使得產(chǎn)生的報(bào)警信息在準(zhǔn)確度、詳略程度等方面存在較大的差

3、異，進(jìn)而致使系統(tǒng)產(chǎn)生大量冗余、可信度較低的報(bào)警數(shù)據(jù)，系統(tǒng)管理人員難以手動(dòng)分析處理這些數(shù)據(jù)9‘5】。因此，對(duì)于告警數(shù)據(jù)集進(jìn)行劃分、整合及精簡(jiǎn)，從而提高報(bào)警數(shù)據(jù)的可信度以及降低數(shù)據(jù)冗余具有重要的意義。因此，對(duì)于網(wǎng)絡(luò)中大量的告警不能準(zhǔn)確反映網(wǎng)絡(luò)的攻擊情況，同時(shí)過(guò)多的網(wǎng)絡(luò)報(bào)警冗余致使淹沒(méi)有用信息，進(jìn)而導(dǎo)致IDS效率低下。所以需要一種可靠的方法來(lái)降低其報(bào)警數(shù)據(jù)冗余，同時(shí)挖掘系統(tǒng)的有用告警信息，從而利于網(wǎng)絡(luò)安全管理人員對(duì)系統(tǒng)進(jìn)行有效的維護(hù)。2相關(guān)工作數(shù)據(jù)挖掘技術(shù)在IDS中受到越來(lái)越多的關(guān)注，是近年來(lái)學(xué)者在入侵檢測(cè)領(lǐng)域一個(gè)研究熱點(diǎn)。尤其在入侵特征報(bào)警方面，把數(shù)據(jù)挖掘、智能算法等相關(guān)知識(shí)運(yùn)用到入侵特征分

4、析上，在入侵報(bào)警信息的聚類(lèi)及入侵?jǐn)?shù)據(jù)特征的關(guān)聯(lián)性方面取得了較明顯的研究成果。因此，采用聚類(lèi)技術(shù)處理入侵告警海量數(shù)據(jù)具有廣泛的研究和應(yīng)用。文獻(xiàn)【6】提出基于混沌粒子群優(yōu)化的IDS告警聚類(lèi)，文中利用混沌理論，動(dòng)態(tài)更新種群粒子的位置移動(dòng)，使得粒子群粒子在混沌與穩(wěn)定之間交替運(yùn)動(dòng)，從而加速向最優(yōu)值靠近，加快收斂過(guò)程，雖然混沌系統(tǒng)對(duì)粒子的位置產(chǎn)生明顯的影響，但動(dòng)態(tài)學(xué)習(xí)因子的改變也可以加快收斂速度，跳出局部最優(yōu)，從而提高全局尋優(yōu)能力和局部尋優(yōu)能力。在文獻(xiàn)[7]中，針對(duì)K均值算法對(duì)初始聚類(lèi)中心、孤立點(diǎn)和噪聲敏感且容易陷入局部最優(yōu)解的不足，提出基于PSO的K均值算法。在一定程度上對(duì)克服K均值的不足取得了明

5、顯的效果。但只是運(yùn)用了粒子群的基本固定參數(shù)公式，沒(méi)有考慮到參數(shù)的變化對(duì)粒子群的收斂以及跳出局部最優(yōu)帶來(lái)的更高的效率。文獻(xiàn)[8】提出了一種非線性改變粒子群算法中的慣性權(quán)重，并將其用于SVM與KPCA中，其實(shí)驗(yàn)表明在SVM參數(shù)選擇方面以及WPSO—SVM在入侵檢測(cè)系統(tǒng)中，提高了準(zhǔn)確度?；诖怂悸?，本文在慣性權(quán)重方面也進(jìn)行了不同條件狀態(tài)處理，通過(guò)不同的，達(dá)到了理想的效果。文獻(xiàn)[9]針對(duì)粒子群算法中慣性權(quán)重對(duì)種群粒子的社會(huì)性和認(rèn)知能力的重要影響，提出自適應(yīng)慣性權(quán)重PSO策略，即SBCAW-PSO，基于正弦函數(shù)的混沌映射，并通過(guò)Ackley、Hyperellipsoid、Rastri．gin等一系

6、列函數(shù)來(lái)測(cè)試改進(jìn)的PSO，驗(yàn)證基于正弦的混沌映射在PSO搜索方面具有較高的效率。在文獻(xiàn)[101中，針對(duì)作者簡(jiǎn)介：吳有曉(1987一)．男，廣東廣州人，碩士研究生，二級(jí)通信設(shè)計(jì)師，研究方向?yàn)闊o(wú)線網(wǎng)絡(luò)規(guī)劃、計(jì)算機(jī)網(wǎng)絡(luò)安全、入侵檢測(cè)等領(lǐng)域。．73—嗨木探討·應(yīng)用技術(shù)與研究現(xiàn)有大多數(shù)PSO算法在處理復(fù)雜的多峰函數(shù)優(yōu)化時(shí)容易陷入局部最優(yōu)，該文提出基于聚類(lèi)的自適應(yīng)PSO算法，通過(guò)K均值聚類(lèi)操作，動(dòng)態(tài)地把種群劃分構(gòu)建成變化的子群聚類(lèi)，同時(shí)采用聚類(lèi)中心附近拓?fù)浞窒砭垲?lèi)信息，利用白適應(yīng)機(jī)制來(lái)調(diào)整所有個(gè)體粒子慣性權(quán)重，重新評(píng)價(jià)種群聚類(lèi)質(zhì)量。最后通過(guò)實(shí)驗(yàn)表明APSO—C在收斂速度方面具有較高的效率，較其它PS

7、O算法有較高的準(zhǔn)確率和可靠性。Cheng等人在2012年提出改進(jìn)的PSO與映射混沌搜索的方法結(jié)合的思想。文中提出了組合動(dòng)態(tài)引導(dǎo)PSO和基于混沌搜索在全局最優(yōu)(Gbest)與局部最優(yōu)粒子之間進(jìn)行搜索。邏輯混沌映射使新產(chǎn)生的種群具有更強(qiáng)的多樣性，通過(guò)一系列測(cè)試函數(shù)測(cè)試，該方法較傳統(tǒng)的PSO具有更好的收斂效果。Hu等人在2013年提出了針對(duì)時(shí)間窗的車(chē)輛路由問(wèn)題的混合混沌粒子群算法，把DCh(tentmap)用于改進(jìn)的算法研究并降低種群的過(guò)