亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        改進(jìn)網(wǎng)絡(luò)入侵信號監(jiān)控系統(tǒng)的設(shè)計(jì)與應(yīng)用

        2016-05-30 18:31:30睢丹黃永燦
        關(guān)鍵詞:改進(jìn)檢測

        睢丹 黃永燦

        摘 要:隨著電子技術(shù)的越來越普及,惡意軟件在網(wǎng)上傳播態(tài)勢,互聯(lián)網(wǎng)數(shù)據(jù)入侵事件頻發(fā),種類和手段多樣化,為最大限度對用戶電腦及互聯(lián)運(yùn)行環(huán)境保護(hù),提出一種改進(jìn)網(wǎng)絡(luò)入侵信號監(jiān)控系統(tǒng),該系統(tǒng)基于遺傳聚類的網(wǎng)絡(luò)入侵檢測檢測算法即NIDBGC算法。由Leader聚類和遺傳優(yōu)化兩個(gè)部分組成。通過Leader聚類階段對入侵?jǐn)?shù)據(jù)進(jìn)行初步分類,以降低網(wǎng)絡(luò)入侵信號檢測難度,通過遺傳優(yōu)化算法利用編碼與解碼來實(shí)現(xiàn)網(wǎng)絡(luò)空間與解之間的映射,用交叉變異和選擇對檢測數(shù)據(jù)種群進(jìn)行優(yōu)化。實(shí)現(xiàn)對網(wǎng)絡(luò)入侵的檢測。仿真實(shí)驗(yàn)表明,改進(jìn)網(wǎng)絡(luò)入侵檢測系統(tǒng)比傳統(tǒng)方法平均檢測大于50%,誤檢率約為1.5%,充分表明算法的有效性。

        關(guān)鍵詞:改進(jìn) 網(wǎng)絡(luò)入侵 檢測

        中圖分類號:TP393.08 文獻(xiàn)標(biāo)識碼:A 文章編號:1674-098X(2016)01(b)-0066-02

        隨著科學(xué)技術(shù)的發(fā)展,人們對網(wǎng)絡(luò)的依賴性越來越強(qiáng),隨之而來的網(wǎng)絡(luò)入侵手段也越來越多,并且入侵信號的偽裝很難被檢測系統(tǒng)發(fā)現(xiàn)。網(wǎng)絡(luò)入侵一般是通過寫好惡意代碼對互聯(lián)網(wǎng)內(nèi)計(jì)算機(jī)交互數(shù)據(jù)進(jìn)行入侵,得到計(jì)算機(jī)內(nèi)的個(gè)人隱私或商業(yè)機(jī)密。

        提出一種改進(jìn)網(wǎng)絡(luò)入侵信號監(jiān)控系統(tǒng),該系統(tǒng)基于遺傳聚類的網(wǎng)絡(luò)入侵檢測檢測算法即NIDBGC算法。它由Leader聚類和遺傳優(yōu)化兩個(gè)部分組成,通過Leader聚類階段對入侵?jǐn)?shù)據(jù)進(jìn)行初步分類,以降低網(wǎng)絡(luò)入侵信號檢測難度,通過遺傳優(yōu)化算法利用編碼與解碼來實(shí)現(xiàn)網(wǎng)絡(luò)空間與解之間的映射,用交叉變異和選擇對檢測數(shù)據(jù)種群進(jìn)行優(yōu)化。實(shí)現(xiàn)對網(wǎng)絡(luò)入侵的檢測。仿真實(shí)驗(yàn)表明,改進(jìn)網(wǎng)絡(luò)入侵檢測系統(tǒng)比傳統(tǒng)方法平均檢測大于50%,誤檢率約為1.5%,充分表明算法的有效性。

        1 網(wǎng)絡(luò)入侵聚類分析檢測方法

        在網(wǎng)絡(luò)數(shù)據(jù)交互時(shí)行聚類分析,主要是根據(jù)入侵的相似度對所要檢測的入侵?jǐn)?shù)據(jù)進(jìn)行劃分,將同類別的入侵?jǐn)?shù)據(jù)盡量歸集到一聚類中,主要分為層次型和劃分型兩種入侵?jǐn)?shù)據(jù)劃分方法。

        1.1 層次型入侵?jǐn)?shù)據(jù)劃分方法

        在互聯(lián)網(wǎng)絡(luò)中對入侵?jǐn)?shù)據(jù)進(jìn)行層次分解,根據(jù)入侵?jǐn)?shù)據(jù)的層次又可將數(shù)據(jù)分為凝聚類和分裂類。

        凝聚類是將每一個(gè)網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)都作為一個(gè)單獨(dú)的類型,然后通過查找相似對象進(jìn)行逐一合并,直到將所有相似數(shù)據(jù)聚類完成,形成一個(gè)有效簇時(shí)停止條件。

        分裂類是將所有網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)都看作一個(gè)數(shù)據(jù)集合,通過迭代對入侵?jǐn)?shù)據(jù)在高速超高帶寬網(wǎng)絡(luò)中進(jìn)行篩選,入侵?jǐn)?shù)據(jù)集合分裂成多個(gè)次小集合,直到相似度較高的數(shù)據(jù)被分到一個(gè)集合中,滿足條件后停止迭代。

        1.2 劃分型入侵?jǐn)?shù)據(jù)劃分方法

        劃分型入侵?jǐn)?shù)據(jù)劃分方法是指在高速超高帶寬網(wǎng)絡(luò)中將入侵?jǐn)?shù)據(jù)數(shù)量設(shè)定為,通過將入侵?jǐn)?shù)據(jù)構(gòu)建個(gè)集合進(jìn)行劃分,每一類的入侵?jǐn)?shù)據(jù)劃分到一個(gè)集合聚類中,并且滿足條件。數(shù)學(xué)描述為:數(shù)據(jù)在高速超高帶寬網(wǎng)絡(luò)中,以聚類算法相似原則對個(gè)入侵?jǐn)?shù)據(jù)進(jìn)行劃分,入侵?jǐn)?shù)據(jù)劃分為個(gè)集合。令表示入侵?jǐn)?shù)據(jù)集合,個(gè)入侵?jǐn)?shù)據(jù)聚類集合美好組成,由網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)聚類表示為,,其中,且,在進(jìn)行入侵?jǐn)?shù)據(jù)劃分中滿足計(jì)算條件。對一類聚類的入侵?jǐn)?shù)據(jù)集合評判準(zhǔn)則為,在網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)盡可能相似的情況下判定為同一聚類集合,在網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)不相似的情況下判定為非同一聚類集合。

        假設(shè)為入侵?jǐn)?shù)據(jù)與聚類集合的關(guān)聯(lián)網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)矩陣,表示在網(wǎng)絡(luò)中聚類為中心,表示在網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)中與數(shù)據(jù)集合聚類中心的相似程度。

        2 NIDBGC入侵檢測算法實(shí)現(xiàn)

        根據(jù)網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)類型,在進(jìn)行NIBGC計(jì)算方法時(shí),通常由兩個(gè)階段組成。

        第一個(gè)階段為leader型對入侵?jǐn)?shù)據(jù)階段,此階段是根據(jù)網(wǎng)絡(luò)數(shù)據(jù)的相似性,對相似程度較高的網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)進(jìn)行聚類集合,完成對入侵?jǐn)?shù)據(jù)初始聚類分析。第二階段為入侵?jǐn)?shù)據(jù)遺傳化階段。此階段對第一階段的入侵?jǐn)?shù)據(jù)集合進(jìn)行組合,對各聚類信息進(jìn)行標(biāo)識,確定數(shù)據(jù)為入侵?jǐn)?shù)據(jù)還是正常數(shù)據(jù)。

        NIDBGC網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)檢測算法是Leader聚類在線初始聚類,通過下一階段的計(jì)算來盡可能減少運(yùn)算程度,壓縮數(shù)據(jù)空間,增強(qiáng)算法適應(yīng)性。

        2.1 Leader聚類階段

        Leader聚類階段,初始的相似入侵?jǐn)?shù)據(jù)聚類步驟如下。

        步驟1:設(shè)網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)為空,。

        步驟2:設(shè)定網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)為,,其中為入侵?jǐn)?shù)據(jù)數(shù)量,當(dāng)時(shí),c1=c1fc1,其中fc1為入侵?jǐn)?shù)據(jù)初始聚類c1的一個(gè)leader,將此點(diǎn)設(shè)置為入侵?jǐn)?shù)據(jù)集合中心點(diǎn),轉(zhuǎn)到步驟4,否則計(jì)算fc1與c1的相似程度,當(dāng)為當(dāng)前入侵?jǐn)?shù)據(jù)檢測集合數(shù)量,fc1為c1中心點(diǎn)。

        步驟3:當(dāng)時(shí),d(fc1,Ij)或其中d0為檢測入侵?jǐn)?shù)據(jù)預(yù)設(shè)聚類相似程度。

        步驟4:如,則此計(jì)算方法結(jié)束。否則直到轉(zhuǎn)到步驟2。

        2.2 正規(guī)化處理s

        2.3 遺傳優(yōu)化階段

        在網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)完成leader聚類階段后,可以得到集合,其中決定各集合之間相似程度系數(shù),在此階段算法中作用十分重要,直接影響網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)檢測結(jié)果。在NIDBGC算法中,設(shè)置=2.3可以確保在檢測過程中聚類有較好的集合效果。

        在網(wǎng)絡(luò)中引入遺傳算法進(jìn)行入侵?jǐn)?shù)據(jù)檢測是自適應(yīng)全局優(yōu)化概率算法。是利用編碼與解碼來實(shí)現(xiàn)高速超高帶寬網(wǎng)絡(luò)空間與解之間的映射,通過交叉變異和選擇對檢測數(shù)據(jù)種群進(jìn)行優(yōu)化。遺傳主要由初始化和進(jìn)化兩部分組成,主要包含以下幾個(gè)階段。

        (1)染色體表達(dá)。在leader階段,網(wǎng)絡(luò)中的入侵?jǐn)?shù)據(jù)已經(jīng)基本保證初始聚類的實(shí)現(xiàn),采用中心聚類來參與下一步進(jìn)化有利于縮小檢測空間,降低計(jì)算復(fù)雜程度。

        以二進(jìn)制編碼為例,設(shè)定初始檢測入侵?jǐn)?shù)據(jù)集合為c1,產(chǎn)生進(jìn)行種群數(shù)量以代表入侵?jǐn)?shù)據(jù)分布。如果集合被選中,則進(jìn)化種群為1,否則為0。根據(jù)NIDBGC算法,在第一階段的初始聚類中,包含的集合種類最多,此時(shí),設(shè)置聚類參數(shù)為1,考慮到合并優(yōu)化問題,則進(jìn)一步降低了計(jì)算復(fù)雜程度。

        (2)選擇操作。遺傳算法,是適者生存,優(yōu)勝劣汰的進(jìn)化方式。在高速超高帶寬網(wǎng)絡(luò)中引入NIDBGC算法,按一定規(guī)則將檢測入侵?jǐn)?shù)據(jù)進(jìn)行歸類,參與進(jìn)化,將其他聚類標(biāo)識為入侵?jǐn)?shù)據(jù)。

        表示網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)聚類初始平均距離,入侵?jǐn)?shù)據(jù)數(shù)量為。

        在網(wǎng)絡(luò)中提出退火選擇運(yùn)算,是基于該算法局部和脫離局部算法的能力,增強(qiáng)遺傳算法的優(yōu)化性能。

        2.4 遺傳優(yōu)化算法實(shí)現(xiàn)

        在網(wǎng)絡(luò)中實(shí)現(xiàn)遺傳優(yōu)化檢測入侵?jǐn)?shù)據(jù)步驟如下:

        程序初始,代入初始系數(shù),變異率及交叉率,提出退火因子及初始溫度。進(jìn)行評價(jià)和選擇。進(jìn)行交叉操作、變異操作,終止條件判斷。輸出結(jié)果。

        3 結(jié)語

        提出一種改進(jìn)網(wǎng)絡(luò)入侵信號監(jiān)控系統(tǒng),該系統(tǒng)基于遺傳聚類的網(wǎng)絡(luò)入侵檢測檢測算法即NIDBGC算法。由Leader聚類和遺傳優(yōu)化兩個(gè)部分組成。通過Leader聚類階段對入侵?jǐn)?shù)據(jù)進(jìn)行初步分類,以降低網(wǎng)絡(luò)入侵信號檢測難度,通過遺傳優(yōu)化算法利用編碼與解碼來實(shí)現(xiàn)網(wǎng)絡(luò)空間與解之間的映射,用交叉變異和選擇對檢測數(shù)據(jù)種群進(jìn)行優(yōu)化。實(shí)現(xiàn)對網(wǎng)絡(luò)入侵的檢測。仿真實(shí)驗(yàn)表明,改進(jìn)網(wǎng)絡(luò)入侵檢測系統(tǒng)比傳統(tǒng)方法平均檢測大于50%,誤檢率約為1.5%,充分表明算法的有效性。

        參考文獻(xiàn)

        [1] Cinclair C,Pierce L,Matzner S.An application of machine learning to network intrusion detection[C]//In Proceedings of the15th Annual Computer Security Applications Conference IEEEComputer Society Press.2003.

        [2] Ghosh AK,Schwartzbard A.A study in using neural network for anomaly and misuse detection[C]//In:Proceeddings of the 8th USENIX Security Symposium.USA.USENIX Association.1999.

        [3] 潘伊麗,馬君顯.濫用入侵檢測技術(shù)分析[J].公安大學(xué)學(xué)報(bào),2002,30(4):29-33.

        猜你喜歡
        改進(jìn)檢測
        “不等式”檢測題
        “一元一次不等式”檢測題
        “一元一次不等式組”檢測題
        “幾何圖形”檢測題
        “角”檢測題
        督查工作改進(jìn)策略研究
        淺析加強(qiáng)和改進(jìn)消防產(chǎn)品的監(jiān)督管理
        論離婚損害賠償制度的不足與完善
        商(2016年27期)2016-10-17 06:57:20
        高校安全隱患與安全設(shè)施改進(jìn)研究
        商(2016年27期)2016-10-17 05:02:12
        “慕課”教學(xué)的“八年之癢”
        久久国产精品二区99| 无人区乱码一区二区三区| 亚洲欧美色一区二区三区| 亚洲色自偷自拍另类小说| 亚洲人成网站久久久综合| 中文字幕一区二区网址| 国产一区二区三区日韩精品| 一本加勒比hezyo无码人妻| 欧美精品AⅤ在线视频| 日本在线观看一区二区视频| 久久99精品久久久久麻豆 | 日韩在线精品视频一区| 国产美女精品一区二区三区| 色丁香色婷婷| 日韩av最新在线地址| 亚洲黄色天堂网站在线观看禁18 | 亚洲国产精品sss在线观看av| 国产精品久久久一本精品| 亚洲永久免费中文字幕| 国产日韩av在线播放| 亚洲天堂2017无码中文| 亚洲国产精品亚洲高清| 一区二区三区人妻av| 高潮迭起av乳颜射后入| 中文字幕巨乱亚洲| 亚洲av手机在线观看| 亚洲av无码专区在线观看下载| 久久婷婷色综合一区二区| 成人国产自拍在线播放| 一区二区亚洲精品在线| 国产亚洲精品bt天堂精选| 国产无码十八禁| 日本中文字幕有码在线播放| 无码人妻精品一区二区三区9厂| 国产精品厕所| 一区二区日本影院在线观看| 日韩精品 在线 国产 丝袜| 女人色毛片女人色毛片18| 国产精品一区二区午夜久久| 日本a级一级淫片免费观看| 无码不卡av东京热毛片|