基于多種群協(xié)同進化粒子群優(yōu)化算法在入侵檢測中的應用.pdf

1、隨著信息網(wǎng)絡的飛速發(fā)展和Interaet的普及，涌現(xiàn)出大量的網(wǎng)絡安全問題，以往簡單的防火墻技術，目前已無法解決錯綜復雜的網(wǎng)絡安全問題。網(wǎng)絡安全面臨的問題主要向著多變性、智能性和隱藏性發(fā)展。為了增強網(wǎng)絡的安全性，許多組織不斷地提出更加穩(wěn)健、更加積極的策略和計劃，而入侵檢測就是解決這個問題的有效方法之一，它可以采取有效的防御措施向用戶提供實時的入侵檢測相關信息。
　　隨著網(wǎng)絡安全領域對入侵檢測技術的深入研究，入侵檢測技術在主動防御外來

2、入侵方面，能夠采取高效的處理技術，例如智能化技術，對入侵檢測系統(tǒng)實行分布式保護措施。當系統(tǒng)受到外來攻擊時，入侵檢測技術能幫助其保持安全性和可操作性，同時入侵檢測技術還能為系統(tǒng)繼續(xù)提供關鍵性的服務。
　　本文主要對入侵檢測功能，分類和入侵檢測的方法進行描述，并詳細闡述粒子群算法是如何發(fā)展的，重點介紹了協(xié)同進化粒子群算法和多種群協(xié)同進化粒子群優(yōu)化算法的步驟以及流程，通過利用經(jīng)典函數(shù)對算法進行比較驗證，可知MSPSO算法能夠較快地找到全

3、局最優(yōu)適應函數(shù)，有較強的全局搜索能力，可彌補過早收斂，陷入局部極值的缺點。利用該算法對KDDCUP99入侵檢測數(shù)據(jù)集進行規(guī)則提取，重點對KDDCUP99訓練數(shù)據(jù)集和測試數(shù)據(jù)集進行測試。
　　算法通過規(guī)則將KDDCUP99數(shù)據(jù)集測試應用于訓練集和測試集，結果表明該算法應用于訓練集的檢測率平均達到95.251％，誤報率平均僅有4.862％，應用于測試集的檢測率平均為88.557％，誤報率平均為7.058％。說明該算法在提取規(guī)則上實用且