资源描述：
《遗传聚类算法在基于网络异常入侵检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、遗传聚类算法在基于网络异常入侵检测中的应用本文由kevinchanczj贡献pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。第23卷第9期 2006年9月 计算机应用与软件ComputerApplicationsandSoftware遗传聚类算法在基于网络异常入侵检测中的应用唐 勇郭慧玲(燕山大学信息科学与工程学院 河北秦皇岛066004)摘 要传统的入侵检测方法在面对多变的网络结构时缺乏可扩展性,而且在未知的攻击类型面前也缺乏适应性。因此,提出一种新的检测方法———基于遗传聚类
2、的网络异常检测(NAIGC)算法。对聚类中心采用二进制编码,把每一个点到它们各自的聚类D中心的欧几里得距离的总和作为相似度量,通过遗传算法寻找聚类中心。计算机仿真结果显示了此算法对入侵检测是有效的。关键词 入侵检测 异常检测 遗传算法 遗传聚类算法GENETICCLUSTERINGALGORITHMAPPROACHTOINTRUSINDETECTINBASEDONNETWORKANOMALYOOTangYong GuoHuiling(CollegeofInforationScienceandEngineering,Yansh
3、anUniversity,QinhuangdaoHebei066004,China)mAbstract Traditionalintrusiondetectionmethodslackextensibilityinfaceofchangingnetorkconfigurationsaswellasadaptabilityinwfaceofunknownattacktype.Therefore,anewdetectionalgorithm,theNetworkAnomalyIntrusionDetectionbasedonGe
4、neticClustering(NAIGC)algorithmisproposedinthispaperTheclustercentersarebinaryencoded.ThesumoftheEuclideandistancesofthepointsfromD.putersiulationsshowthatthisalgorithmiseffectiveforintrusiondetection.mtheirrespectiveclustercentersisadoptedasthesimilaritymetric.Then
5、earoptialclustercentersarechosenbythegeneticalgorithm.Com2mKeywords Intrusiondetection Anomalydetection Geneticalgorithms Geneticclusteringalgorithms1 引言随着计算机网络在现代社会生活中地位的日益提高,它的安全性成为了研究的热点问题。入侵检测的目的是自动监视网络活动,检测恶意的攻击,并且与其它的网络安全技术例如防火墙相结合建立完整的计算机网络安全保障。入侵检测技术一般分为两类
6、:误用检测和异常检测。但由于计算机网络的日益复杂,入侵方法越来越智能化,使对未知入侵的检测显得尤为重要。而误用检测不能有效地检测未知类型的入侵,因此对未知入侵的检测主要由异常检测来完成[1]。目前,传统的异常检测方法需要构造一个关于系统正常行为轮廓的参考模型,然后检查系统的运行情况,若与给定的参考模型存在较大的偏差,则认为系统受到了入侵攻击[2]。但是设置恰当的特征轮廓和异常警报的门限值是相当困难的。为了解决这个问题,本文提出了一种新的检测方法,基于遗传聚类的网络异常检测(NetworkAnomalyIntrusionDete
7、ctionbasedonGenet2icClustering,NAIGC)算法。该算法将入侵行为和正常行为分D成不同的类。计算机的仿真结果显示了此算法对未知入侵的检测是可行的和有效的。行为在常态的网络环境中是主流,而入侵行为是个别现象[3]。于是入侵检测的另一个重要假设前提是网络数据集合中正常行为的数量远远大于入侵行为的数量。这样,NAIGC算法主要D应用于常态网络环境中的入侵检测。根据入侵行为与正常行为是本质不同的基本思想,入侵行为和正常行为被尽量分离并且互不交迭。2.1 数据标准化处理在处理实例距离时要考虑这样一个问题,实
8、例的不同特征具有不同的数值范围,这将导致结果主要取决于大数量级特征。为了解决这个问题,初始数据集合需进行如下标准化处理[4]:n1e(1)Ij=∑Iijni=1σIj=1n∑(Ii=1nij-Ij)e2Ij′=Ij-IjσeIj2 NAIGC算法D其中,Iej表示Ij的平均特
