-
题名网络入侵早期检测方法的研究与实现
被引量:10
- 1
-
-
作者
刘白璐
杨雅辉
沈晴霓
张英
-
机构
北京大学软件与微电子学院
-
出处
《计算机工程》
CAS
CSCD
2013年第7期1-6,共6页
-
基金
国家自然科学基金资助项目(61070237
61073156)
-
文摘
在网络入侵发生的早期进行检测对于提高在线入侵检测系统的实时性至关重要。针对网络入侵的早期检测,提出一组描述网络入侵早期行为的特征,设计早期特征在线提取算法。采用GHSOM神经网络算法作为分类器,实现基于神经网络的在线入侵早期检测系统。实验结果证明,该方法对绝大多数攻击的早期检测率在80%以上。与非早期检测相比,可优化在线检测的实时性,提高检测率。
-
关键词
入侵早期检测
早期特征
入侵行为
神经网络
特征提取
网络安全
-
Keywords
early intrusion detection
early feature
intrusion behavior
neural network
feature extraction
network security
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于遗传算法的入侵早期特征选择方法
被引量:5
- 2
-
-
作者
刘白璐
杨雅辉
沈晴霓
-
机构
北京大学软件与微电子学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第1期111-115,共5页
-
基金
国家自然科学基金项目(61070237
61232005)资助
-
文摘
网络入侵的早期特征是影响网络入侵早期检测效果的关键.针对网络入侵早期特征选择问题,提出一种结合频率筛选的遗传算法,该算法以SOM神经网络作为评价模型,通过多次运行遗传算法改善其优化结果的稳定性,根据对最优解中特征出现的频率进一步筛选,得到一组优化的早期特征.对入侵早期特征集进行特征选择实验,将39维早期特征优化至29维.实验结果表明,使用优化特征组合不仅有效缩减了入侵检测建模时间,而且使入侵检测系统获得更高的检测率.
-
关键词
遗传算法
特征选择
入侵早期检测
神经网络
-
Keywords
genetic algorithm
feature selection
intrusion early detection
neural network
-
分类号
TB93
[机械工程—测试计量技术及仪器]
-