基于粗糙集的入侵檢測(cè)模型的研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)在經(jīng)濟(jì)和生活的各個(gè)領(lǐng)域正在迅速普及，整個(gè)社會(huì)對(duì)網(wǎng)絡(luò)的依賴程度越來越大，這也使得網(wǎng)絡(luò)安全問題變的愈發(fā)重要。為了預(yù)防目前越來越頻繁出現(xiàn)的分布式、多目標(biāo)、多階段的組合式網(wǎng)絡(luò)攻擊和黑客行為，降低漏報(bào)率和縮短檢測(cè)時(shí)間，把先進(jìn)的機(jī)器學(xué)習(xí)方法引入到IDS中來已成為一種共識(shí)。粗糙集作為一種新的處理模糊和不確定性知識(shí)的數(shù)學(xué)工具，提供了一套比較完整的從樣本數(shù)據(jù)中尋找規(guī)律的系統(tǒng)方法。因此，將粗糙集理論用于入侵檢測(cè)領(lǐng)域具有一定的

2、可行性。
　　 本文回顧了入侵檢測(cè)技術(shù)的發(fā)展史，對(duì)目前入侵檢測(cè)技術(shù)及粗糙集理論進(jìn)行了詳細(xì)研究，提出了基于粗糙集理論的網(wǎng)絡(luò)入侵檢測(cè)模型。首先，將基于斷點(diǎn)重要性的算法用于本模型的決策表離散化中。其次，屬性約簡(jiǎn)是租糙集理論的核心內(nèi)容，求解粗糙集的最小約簡(jiǎn)已經(jīng)被證明是NP-hard問題。量子粒子群算法是一種非常有效的全局搜索算法，它能有效的求解NP-hard問題。因此，將二進(jìn)制量子粒子群算法運(yùn)用于本模型的屬性約簡(jiǎn)中。與粒子群算法相比，量

3、子粒子群算法能夠較好的避免粒子群算法容易陷入局部極值點(diǎn)的不足，但在收斂速度上不夠理想。針對(duì)這一問題，本文對(duì)量子粒子群算法進(jìn)行了改進(jìn)，對(duì)粒子進(jìn)化過程中保留了較好的粒子，對(duì)較差的粒子進(jìn)行淘汰，重新生成粒子，從而使整個(gè)種群的有效信息得到了更好的利用和保留。另外對(duì)適度函數(shù)及粒子編碼的轉(zhuǎn)換方式也做了改進(jìn)，實(shí)驗(yàn)表明改進(jìn)后的量子粒子群算法在收斂速度上有了明顯的改善。最后，將啟發(fā)式算法用于本模型的值約簡(jiǎn)模塊，得到“IF-THEN”格式的入侵檢測(cè)規(guī)則。<