摘要:入侵檢測(cè)系統(tǒng)在檢測(cè)和預(yù)防各種網(wǎng)絡(luò)異常行為的過(guò)程中,海量和高維的流量數(shù)據(jù)使其面臨著低準(zhǔn)確率和高誤報(bào)率的問(wèn)題。本文提出一種基于流量異常分析多維優(yōu)化的入侵檢測(cè)方法,該方法在入侵檢測(cè)數(shù)據(jù)的橫向維度和縱向維度兩個(gè)維度進(jìn)行優(yōu)化。在橫向維度優(yōu)化中,對(duì)數(shù)量較多的類(lèi)別進(jìn)行數(shù)據(jù)抽樣,并采用遺傳算法得到每個(gè)類(lèi)別的最佳抽樣比例參數(shù),完成數(shù)據(jù)的均衡化。在縱向維度優(yōu)化中,結(jié)合特征與類(lèi)別的相關(guān)分析,采用遞歸特征添加算法選擇特征,并提出平均召回率指標(biāo)評(píng)估特征選擇效果,實(shí)現(xiàn)訓(xùn)練集的低維高效性?;趦?yōu)化的入侵檢測(cè)數(shù)據(jù),進(jìn)一步通過(guò)訓(xùn)練數(shù)據(jù)集得到隨機(jī)森林分類(lèi)器,在真實(shí)數(shù)據(jù)集UNSW_NB15評(píng)估和驗(yàn)證本文提出的算法。與其他算法相比,本文算法具有高準(zhǔn)確率和低誤報(bào)率,并在攻擊類(lèi)型上取得了有效的召回率。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢(xún)雜志社。
信息安全學(xué)報(bào)雜志, 季刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:研究報(bào)告、文獻(xiàn)綜述、簡(jiǎn)報(bào)、專(zhuān)題研究。等。于2016年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。