基于双极快速进化特征选择算法的异常入侵检测

异常入侵检测技术在入侵检测系统中有着重要的地位,该技术依据用户的正常行为模式来检测未知攻击。但由于网络链接数据复杂多变的特性和冗余无关网络链接属性的干扰,时常导致现有异常检测技术的失效。针对该问题,提出了一种新的双极快速进化算法,该算法在每一代解集的最差与最优两个极端分别引入最差反转进化和最优迭代繁殖等搜索策略,改善算法的收敛速度与全局寻优能力,然后将本算法与特征选择相结合,快速选出最优的网络链接特征组合,并结合决策树ID3算法构造异常入侵检测规则,在数据集KDD CUP99上的多项比较实验表明该算法能够获得较优的特征组合,并取得了较高的检测率与准确率,同时具有较低的误警率,为异常入侵检测模型的设计提供了参考。