改进的人工蜂群结合优化的随机森林的U2R攻击检测研究

针对入侵检测系统(IDS)对User-to-Root (U2R)类型攻击检测率低的问题,文章提出了一种改进的人工蜂群(ABC)算法结合优化的随机森林(RF)算法的攻击检测模型。该模型首先对传统ABC算法的初始化方法和搜索策略进行改进,优化传统RF算法对特征重要性得分的排序方式,然后将两种改进的算法相结合,进行U2R攻击检测。使用NSL-KDD数据集进行实验,结果表明,该攻击检测模型能够准确地提取攻击类型的最优特征集,对攻击数据进行分类预测,有效提高了IDS对U2R类型攻击的检测率。