基于量子粒子群的BP网络用于入侵检测.pdf

《基于量子粒子群的BP网络用于入侵检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、108传感器与微系统(TransducerandMicrosystemTechnologies)2010年第29卷第2期基于量子粒子群的BP网络用于入侵检测袁浩(重庆邮电大学电子商务与现代物流实验室，重庆400065)摘要：针对遗传算法、粒子群算法等BP网络的学习算法对高维复杂问题仍易早熟收敛，且无法保证收敛到最优解。把量子粒子群算法应用于BP网络的学习中，并把改进BP网络用于入侵检测。通过KDD99CUP数据集分别对基于不同学习算法的BP网络进行了实验比较，结果表明：该算法的收敛速度较快，可在一

2、定程度上提高入侵检测系统的准确率和降低的误报率。关键词：网络安全；入侵检测；BP网络；量子粒子群中图分类号：TP393文献标识码：A文章编号：1000-9787(2010)O2-0108-03IntrusiondetectionbasedonquantumparticleswarmootimizationBPnetworks_YUANHao(ElectronicCommerce&ModernLogisticsKeyLaboratory，ChongqingUniversityofPostsandTe

3、lecommunicati0ns，Chongqing400065，China)Abstract：AimedattheproblemofBPnetworkslearningalgorithmsuchasgeneticalgorithms，particleswarmoptimizationalgorithmisstilleasytoprematureconvergence，andcannotguaranteeconvergencetotheoptimalsolutionforhigh-dimensio

4、nalcomplexissues．ThequantumpanicleSWalTUalgorithmisappliedtoBPnetworksandimprovetheBPnetworksforintrusiondetection．ByKDD99CUPdataset，experimentsofBPnetworksbasedondifferentlearningalgorithmwerecompared．Resultsshowthatconvergencespeedofthealgorithmisfa

5、standcanimproveaccuracyofintrusiondetectionsystemsandreducethefalsealarmratetosomeextent．Keywords：networksecurity；intrusiondetection；BPnetworks；quantumpanicleswarm0引言使神经网络的攻击模式产生反应，从而使入侵检测系统具随着互联网络的飞速发展，使用互联网进行在线消费有自适应能力。对于神经网络在入侵检测中的应用，目和电子商务的活动越来越频繁

6、，计算机网络的安全问题越前研究工作中大多数都是基于BP网络实现。传统BP算来越突出。网络安全问题已成为人们最为关心的问题之法是一种梯度法，学习速度很慢。在训练大样本集时存在J一入侵检测E2](intrusiondetection)是近十年发展起来。易陷入局部极小、训练时间长不易收敛等问题。针对的一种动态监测、预防或抵御系统入侵行为的安全机制。传统BP算法存在的这些不足，相继出现了遗传算法”、为了提高入侵检测系统的检测精度与速度，基于智能算法粒子群算法引等BP网络的学习算法。粒子群算法简单，或者智能

7、算法融合的入侵检测成为近期的研究热点J。收敛速度快，且不再有遗传算法的选择、交叉等复杂操目前已有基于分布式学习E、专家系统、神经网络E7等作。但对高维复杂问题，粒子群算法易早熟收敛，无法保入侵检测方法，它们有各自的优缺点。基于专家系统的入证收敛到最优解。本文针对这些不足，把量子粒子群算法侵检测很难包括未知的进攻行为，效率也是其面对的难应用到BP网络的学习中，并把改进的BP网络用于入侵题。检测。通过KDD99CUP数据集分别对基于不同学习算法神经网络是一种很有潜力的方法，它可以利用大量实的BP网络进

8、行了仿真实验比较，结果表明：该算法的收例通过训练的方法学习与掌握知识，获得预测能力，还可以敛速度快，可在一定程度上提高入侵检测系统的准确率和向神经网络展示新发现的入侵攻击实例，通过再训练可以降低误报率。收稿Et期：2009-12—14基金项目：国家自然科学基金资助项目(60703035)，重庆市自然科学基金资助项目(2009BB2288)第2期袁浩：基于量子粒子群的BP网络用于入侵检测1091相关概念将会避免这种现象。在BP网络学习中，用QPSO算法替代1．1入侵检测传统BP算法，