基于文化算法的层次属性约减入侵检测模型

摘要：

为有针对性地区分入侵攻击类别,提高入侵检测系统(IDS)整体的分类准确率,提出一种层次属性约减模型.该模型采用文化算法的双层进化思想,结合粗糙集和遗传算法进行属性约减.对数据进行预处理并分层划分子空间,形成决策子表规则集fD.运用文化算法在信念空间进行知识更新,并将层次评价知识库的进化数据传入种群空间.在种群空间利用粗糙集和遗传算法进行进化和约减,得到各层的优选属性集fopt,设计出层次Bayes分类器验证模型性能.实验结果表明,该模型可将属性约减前的Bayes分类正确率提高至98.21%,并能较好地识别出流量特征不明显的R2L,U2R类别的入侵攻击.

关键词：入侵检测、文化算法、粗糙集、遗传算法、层次属性约减

所属期刊栏目：43

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金61373176,61572401;陕西省重大科技创新专项资金项目2012ZKC05-2

在线出版日期：2017-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：175-181