分级结构的adaboost入侵检测方法研究

《分级结构的adaboost入侵检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、２００８年４月西安电子科技大学学报（自然科学版）Ａｐｒ．２００８第３５卷第２期犑犗犝犚犖犃犔犗犉犡犐犇犐犃犖犝犖犐犞犈犚犛犐犜犢Ｖｏｌ．３５Ｎｏ．２分级结构的犃犱犪犅狅狅狊狋入侵检测方法研究王勇１，２，陶晓玲１（１．桂林电子科技大学网络中心，广西桂林５４１００４；２．北京航空航天大学计算机学院，北京１０００８３）摘要：针对目前智能入侵检测方法存在不能同时满足检测精度和检测速度的要求问题，提出一种分级结构的智能入侵检测方法．该方法将改进的ＡｄａＢｏｏｓｔ算法用于入侵特征的选择及构造每一级的Ａｄａ域值分类器，并通过级连多个分类器来共同完成检测任务．设计并实现了Ｌｉｎｕｘ实时入侵检测实验平台，

2、在此平台上训练和测试分级结构的智能入侵检测器．实验结果表明，该方法降低了运算复杂度；在保证高的检测率的同时，降低了虚警率；提高了处理速度，更适合入侵检测系统的实时处理要求．关键词：入侵检测；ＡｄａＢｏｏｓｔ算法；特征选择；Ａｄａ域值分类器；分级结构中图分类号：ＴＰ３９３；ＴＰ１８１文献标识码：Ａ文章编号：１００１２４００（２００８）０２０３４５０６犛狋狌犱狔狅犳狋犺犲犻狀狋狉狌狊犻狅狀犱犲狋犲犮狋犻狅狀犿犲狋犺狅犱犫犪狊犲犱狅狀犃犱犪犅狅狅狊狋狑犻狋犺犪犺犻犲狉犪狉犮犺犻犮犪犾狊狋狉狌犮狋狌狉犲１，２，犜犃犗犡犻犪狅犾犻狀犵１犠犃犖犌犢狅狀犵（１．ＮｅｔｗｏｒｋＩｎｆｏｒｍａｔｉ

3、ｏｎＣｅｎｔｅｒ，ＧｕｉｌｉｎＵｎｉｖ．ｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇ．，ＢｅｉＨａｎｇＵｎｉｖ．，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ａｎｉｎｔｅｌｌｉｇｅｎｔｈｉｅｒａｒｃｈｉｃａｌｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｆｏｒｇｅｔｔｉｎｇｂｏｔｈｈｉｇｈｐｒｅｃｉｓｉｏｎａｎｄｈｉｇｈｓｐｅｅｄ．Ｗｉｔｈｔｈｉｓｍｅｔｈｏｄ，ａｎｉｍｐｒｏｖｅｄＡｄａＢｏｏｓｔａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｉｎｓｅｌｅｃｔｉｎｇｉｎｔ

4、ｒｕｓｉｏｎｆｅａｔｕｒｅｓａｎｄｃｏｎｓｔｒｕｃｔｉｎｇａｎＡｄａｔｈｒｅｓｈｏｌｄｃｌａｓｓｉｆｉｅｒａｔｅｖｅｒｙｌｅｖｅｌ，ａｎｄｓｅｖｅｒａｌｈｉｅｒａｒｃｈｉｃａｌｃｌａｓｓｉｆｉｅｒｓａｒｅｃｏｍｂｉｎｅｄｆｏｒｄｅｔｅｃｔｉｏｎ．ＡＬｉｎｕｘＩＤＳｅｘｐｅｒｉｍｅｎｔａｌｐｌａｔｆｏｒｍｉｓｄｅｓｉｇｎｅｄａｎｄｉｍｐｌｅｍｅｎｔｅｄｔｏｔｒａｉｎａｎｄｔｅｓｔｔｈｅｉｎｔｅｌｌｉｇｅｎｔｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｏｒ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｒｅｄｕｃｅｓｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｃｏｍｐｕｔａｔｉｏｎ，ａｎｄｔｈ

5、ａｔｔｈｅｆａｌｓｅｎｅｇａｔｉｖｅｒａｔｅｉｓｒｅｄｕｃｅｄｇｒｅａｔｌｙｗｈｉｌｅｍａｉｎｔａｉｎｉｎｇｔｈｅｈｉｇｈｄｅｔｅｃｔｉｏｎｒａｔｅ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｍｅｔｈｏｄｉｍｐｒｏｖｅｓｔｈｅｐｒｏｃｅｓｓｉｎｇｓｐｅｅｄａｎｄｉｓｅｓｐｅｃｉａｌｌｙａｐｐｅａｌｉｎｇｆｏｒｔｈｅｒｅａｌｔｉｍｅｐｒｏｃｅｓｓｉｎｇｏｆｔｈｅｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ．犓犲狔犠狅狉犱狊：ｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ；ＡｄａＢｏｏｓｔａｌｇｏｒｉｔｈｍ；ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ；Ａｄａｔｈｒｅｓｈｏｌｄｃｌａｓｓｉｆｉｅｒ；ｈｉｅｒａｒｃｈｉｃａｌｓ

6、ｔｒｕｃｔｕｒｅ网络的广泛普及和应用，使得网络安全问题成为这个时代的永恒话题．入侵检测作为网络安全的第二道防线，也一直是学者们热衷的研究课题．入侵检测方法是入侵检测研究的重点．随着人工智能技术的不断发展，它的许多先进方法应用到了新一代的入侵检测系统中．文献［１，２］列举了当前研究中主流的智能入侵检测方法，这些方法从不同的角度来处理入侵检测问题，利用各种技术构建入侵检测的正常模型或攻击模型．它们各有特点，也存在不足．入侵检测性能的主要量度是检测精度及检测速度，当一种方法的检测精度很高而且检测速度很快时才被认为其性能很好．当前的研究存在的普遍问题是这些方法不能同时满足检测精度和检测速度的要求．

7、这就需要更有效的技术来改进这些智能入侵检测方法．这里引入分级结构的思想，分类［３］器分级的思路在人脸检测中取得了成功，证明其在处理目标检测这类问题时是行之有效的，因而可以尝试利用它来解决入侵检测问题．另一方面，多数入侵检测方法都是使用ＫＤＤ９９数据集进行评估，然而，面对日收稿日期：２００７０８１７基金项目：教育部高校博士点基金资助（２００４０２５１０１０）；广西自然科学基金资助（桂科基０５７５０９４）作者简介：王勇（