面向輕量級(jí)入侵檢測(cè)系統(tǒng)的特征選擇算法研究.pdf

1、目前輕量級(jí)入侵檢測(cè)系統(tǒng)模型的研究主要表現(xiàn)在兩個(gè)方面：分類(lèi)器的參數(shù)優(yōu)化和基于數(shù)據(jù)集的特征選擇。在分類(lèi)器參數(shù)優(yōu)化方面，很多學(xué)者已經(jīng)對(duì)某些知名的分類(lèi)器進(jìn)行改進(jìn)，但效果不明顯。我們從另一個(gè)角度：基于數(shù)據(jù)集的特征選擇，來(lái)構(gòu)建輕量級(jí)的入侵檢測(cè)系統(tǒng)。因提取和處理的特征數(shù)目過(guò)多是導(dǎo)致入侵檢測(cè)系統(tǒng)速度下降的主要原因，很多研究者通過(guò)特征選擇來(lái)解決這個(gè)問(wèn)題。特征數(shù)目和分類(lèi)器性能之間并不存在線性關(guān)系，當(dāng)特征數(shù)量超過(guò)一定限度時(shí)，會(huì)導(dǎo)致分類(lèi)器性能變壞。實(shí)際上，有些

2、特征沒(méi)有包含或者包含極少的系統(tǒng)狀態(tài)信息，它們對(duì)檢測(cè)結(jié)果幾乎沒(méi)有影響。所以特征選擇一去除冗余特征，噪音特征，保留能夠反應(yīng)系統(tǒng)狀態(tài)的重要特征是提高檢測(cè)速度的一個(gè)有效方法。 輕量級(jí)入侵檢測(cè)系統(tǒng)不僅要有快速的建模時(shí)間，檢測(cè)時(shí)間，而且還要保證較高的檢測(cè)攻擊的能力。針對(duì)基于特征選擇的網(wǎng)絡(luò)輕量級(jí)入侵檢測(cè)系統(tǒng)，我們主要的貢獻(xiàn)有： 1．對(duì)KDDCUP99數(shù)據(jù)集進(jìn)行了詳細(xì)的分類(lèi)與整理。從訓(xùn)練集和測(cè)試集兩個(gè)角度按照normal，dos，pro

3、be，u2r，r21五種類(lèi)型進(jìn)行整理，并且針對(duì)測(cè)試集攻擊數(shù)據(jù)按照已知攻擊和未知攻擊兩類(lèi)進(jìn)行分類(lèi)。同時(shí)對(duì)KDD1999數(shù)據(jù)集中各種入侵類(lèi)型以及其含有的全部41個(gè)特征進(jìn)行了詳細(xì)的描述。 2．對(duì)面向輕量級(jí)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的特征選擇算法進(jìn)行分類(lèi)，比較和總結(jié)。對(duì)基于特征選擇的輕量級(jí)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)進(jìn)行調(diào)研，在該領(lǐng)域把面向輕量級(jí)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的特征選擇算法按照f(shuō)ilter，wrapper，hybrid分成3類(lèi)，并且在統(tǒng)一的實(shí)驗(yàn)平臺(tái)下比較了

4、基于這3類(lèi)特征選擇算法的入侵檢測(cè)系統(tǒng)的性能以及各自?xún)?yōu)缺點(diǎn)。 3．提出了基于主成分分析和決策樹(shù)的hybrid特征選擇算法。filter特征選擇算法特征選擇速度快，效率高，但是在其選出的特征子集上構(gòu)建的入侵檢測(cè)系統(tǒng)性能表現(xiàn)差。wrapper特征選擇算法把在數(shù)據(jù)集上訓(xùn)練的分類(lèi)器作為特征子集的評(píng)估工具，只有那些對(duì)分類(lèi)效果好的特征子集被選擇出來(lái)，但是它的特征選擇時(shí)間長(zhǎng)。針對(duì)這兩種類(lèi)型的特征選擇算法的優(yōu)缺點(diǎn)，本文提出了一種基于主成分分析和決

5、策樹(shù)的hybrid特征選擇算法。基于該算法建立的入侵檢測(cè)模型具有較好的異常檢測(cè)率。 4．把入侵檢測(cè)系統(tǒng)在未知攻擊上的檢測(cè)能力引入到特征選擇算法有效性驗(yàn)證中，并且提出一種高效的wrapper特征選擇算法wrapper特征選擇算法在特征選擇的效果上表現(xiàn)優(yōu)異，但是需要很長(zhǎng)的特征選擇時(shí)間。我們提出了一種高效的特征選擇算法，它可以克服wrapper特征選擇算法選擇時(shí)間長(zhǎng)的問(wèn)題，同時(shí)又具有很好的效果。該算法包含兩個(gè)部分：搜索策略－改進(jìn)的隨機(jī)