第２９卷第４期 ２０１２年４月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖｏ１．２９ Ｎｏ．４ Ａｐｒ．２０１２
基于遗传算法的入侵检测特征选择术
朱红萍 ，巩青歌 ，雷战波
（１．武警工程学院通信工程系，西安７１００８６；２．西安交通大学公共政策与管理学院，西安７１００４９）
摘要：针对入侵检测日志数据存在大量不相关特征和冗余特征，导致入侵检测数据集维数较高，检测算法实
时性较低的问题，提出一种基于遗传算法的入侵检测特征选择算法。首先删除入侵检测数据集中的不相关特征
及冗余特征，构建有效特征集 ，并通过偏Ｆ检验对特征进一步选择，构成待优化特征集 ；然后采用遗传算法
对三 进行优化选择，选出最能反映系统状态的特征集 。仿真实验结果证明，该算法在保证特征分类精度和确
保入侵检测漏检率、误检率尽量小的前提下明显提高了入侵检测的效率。
关键词：入侵检测；特征选择；偏Ｆ检验；遗传算法
中图分类号：ＴＰ１８ 文献标志码：Ａ 文章编号：１００１—３６９５（２０１２）０４—１４１７—０３
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１２．０４．０６０
Ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｏｆ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ
ＺＨＵ Ｈｏｎｇ．ｐｉｎｇ ，ＧＯＮＧ Ｑｉｎｇ—ｇｅ ，ＬＥＩ Ｚｈａｎ．ｂｏ
（１．Ｄｅｐｔ．ｏｆＣｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｌｌｅｇｅ ｏｆＡｒｍｅｄ Ｐｏｌｉｃｅ Ｆｏｒｃｅ，Ｘｉ’ａｎ ７１００８６，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ０／Ｐｕｂｌｉｃ Ｐｏｌｉｃｙ＆
Ｍａｎａｇｅｍｅｎｔ，Ｘｉ’ａｎ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７１００４９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｄｅｓｉｇｎｅｄ ａ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｔｈａｔ ｔｈｅｒｅ ａｒｅ ｍａｎｙ ｒｅｄｕｎｄａｎｔ ａｎｄ ｉｒｒｅｌｅｖａｎｔ ｆｅａｔｕｒｅｓ ｉｎ ｔｈｅ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ｄａｔａ ｓｅｔｓ．ｗｈｉｃｈ ｌｅａｄｓ ｔｏ ｔｈｅ ｈｉｇｈ ｆｅａｔｕｒｅ ｄｉｍｅｎｓｉｏｎ ａｎｄ ｌｏｗ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｄｅｔｅｃｔｉｏｎ．Ｆｉｒｓｔ。 ｄｅｌｅｔｅｄ ｔｈｅ ｒｅｄｕｎｄａｎｔ ａｎｄ ｉｒｒｅｌｅｖａｎｔ ｆｅａｔｕｒｅｓ ｉｎ ｔｈｅ ＩＤ ｄａｔａ ｓｅｔ．ＳＯ ａｓ ｔ０ ｂｕｉｌｄ ｔｈｅ ｅｆｆｅｃｔｉｖｅ ｆｅａｔｕｒｅ ｓｅｔ Ｌ．Ｔｈｅｎ．ｕｓｅｄ ａ ｐａｒｔｉａｌ ｃｈｅｃｋｏｕｔ ｔｏ ｍａｋｅ ａ ｄｅｅｐｅｒ ｃｈｏｉｃｅ ｏｆ ｔｈｅ ｆｅａｔｕｒｅ ｔｏ ｂｕｉｌｄ ａｎｏｔｈｅｒ ｆｅａｔｕｒｅ ｓｅｔ Ｌ ．Ｆｉｎａｌｌｙ．ｕｓｅｄ ａｎ ｉｍｐｒｏｖｅｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｔｏ ｏｐｔｉｍｉｚｅ Ｌ ．ａｎｄ ｂｙ ｔｈｉｓ ｗａｙ．ａＵ ｆｅａｔｕｒｅｓ ｔｈａｔ ｃｏｕｌｄ ｂｅｓｔ ｓｈｏｗ ｔｈｅ ｓｔａｔｅ ｏｆ ｔｈｅ ｃｕｒｒｅｎｔ ｓｙｓｔｅｍ ｗｏｕｌｄ ｂｅ ｓｅｌｅｃｔｅｄ．Ｔｈｅ ｒｅｓｕｌｔ ｏｆ ｔｈｅ ｓｔｉｍｕｌａｎｔ ｅｘｐｅｒｉｍｅｎｔ ｓｈｏｗｓ ｔｈａｔ ｉｔ ｃａｒｌ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｐｐａｒｅｎｔｌｙ ｏｎ ｃｏｎｄｉｔｉｏｎ ｏｆ ｇｕａｒａｎｔｅｅ ｔｏ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ａｎｄ ｌｏｗｅｒ ｍｉｓｓｉｎｇ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｗｒｏｎｇ ｄｅｔｅｃｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ；ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ；ｐａｒｔｉａｌ ｃｈｅｃｋｏｕｔ；ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ
第２８卷第ｌＯ期 计算机仿真 ２０１１年１０月 文章编号：１００６－９３４８（２０１１）１０一Ｏｌ１５—０３ 基于粗糙集和ＣＰ神经网络的入侵检测模型 黄小龙，梁碧珍 （百色学院数学与计算机工程系，广西百色５３３０００） 摘要：研究网络入侵检测准确度问题。针对入侵检测系统存在的比较高的漏报率以及高的误报率等缺陷，根据ｃＰ神经网 络算法的优点，提出了一种改良型的ｃＰ神经网络入侵检测算法。算法采用已学习好的二值神经网络将简化的数据集作为 ｃＰ神经网络输入数据，这样简化了ｃＰ神经网络的结构，解决了直接用ｃＰ学习造成的训练样本数量过大而难以收敛的问 题，同时缩短了样本训练时间，有效提高了ｃＰ神经网络分类正确率。在Ｍａｔｌａｂ平台上进行仿真的结果表明，所提出的新的 入侵检测算法，训练样本时间更短，与传统网络入侵检测系统模型相比，具有更好的入侵识别率和检测率。 关键词：神经网络；属性约简；人侵检测 中图分类号：ＴＰ３１９ 文献标识码：Ｂ Ｍｏｄｅｌ ｏｆ Ｉｎｔｒｕｓｉｏｎ Ｄｅｔｅｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｒｏｕｇｈ Ｓｅｔｓ ａｎｄ ＣＰ Ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ＨＵＡＮＧ Ｘｉａｏ—ｌｏｎｇ．ＬＩＡＮＧ Ｂｉ—ｚｈｅｎ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ＆Ｃｏｍｐｕｔｅｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎ￣ｎｅｅｆｉｎｇ，Ｂａｉｓｅ Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｉｓｅ Ｇｕａｎｇｘｉ ５３３０００，Ｃｈｉｎａ） ＡＢＳＴＲＡＣＴ：Ｈｉｇｈ ｒａｔｅ ｏｆ ｆａｉｌ ｔｏ ｒｅｐｏｒｔ ａｎｄ ｈｉｇｈ ｆａｌｓｅ ａｌａｒｍ ｒａｔｅ ａｎｄ ｏｔｈｅｒ ｄｅｆｅｃｔｓ ｅｘｉｓｔ ｉｎ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ｓｙｓ－ ｔｅｒｎ，Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａｎ ｉｍｐｒｏｖｅｄ ＣＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ．Ｕｓｉｎｇ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ｔｏ ｌｅａｒｎ ａ ｇｏｏｄ ｄａｔａ ｓｅｔ ｔｏ ｓｉｍｐｌｉｆｙ ｔｈｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｉｎｐｕｔ ｄａｔａ，ｔｈｅ ｓｔｒｕｃｔｕｒｅ ｏｆ ＣＰ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｗａｓ ｓｉｍｐｌｉｆｉｅｄ，ａ— ｖｏｉｄｉｎｇ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｄｉｆｆｉｃｕｌｔ ｃｏｎｖｅｒｇｅｎｃｅ ｄｕｅ ｔｏ ｅｘｃｅｓｓｉｖｅ ｔｒａｉｎｉｎｇ ｓａｍｐｌｅｓ．ｗｈｉｌｅ ｒｅｄｕｃｉｎｇ ｔｈｅ ｓａｍｐｌｅｓ，ｔｈｅ ｔｒａｉｎ－ ｉｎｇ ｔｉｍｅ ｗａｓ ｓｈｏｒｔｅｒ ａｎｄ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ Ｗａｓ ｅｆｆｅｃｔｉｖｅｌｙ ｉｍｐｒｏｖｅｄ．Ｍａｔｌａｂ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｈａｓ ａ ｂｅｔｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅ ａｎｄ ｄｅｔｅｃｔｉｏｎ ｒａｔｅ． ＫＥＹＷＯＲＤＳ：Ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；Ａｔｔｒｉｂｕｔｅ ｒｅｄｕｃｔｉｏｎ；Ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ １ 引言 人类的学习和生活正在被计算机网络所影响，现今无论 是社会经济，还是社会文化到处都渗透着计算机网络，可以 说人类社会的发展和进步现在已经离不开网络通信，甚至可 以说计算机的应用是衡量一个国家的政治军事力量的重要 标志。高效、迅速地获取、传递、存储和处理信息给了人们许 多的便捷，同时在人们的学习、生活和工作引入了各种安全 忧患的问题，例如现今盛行的网络黑客，在不轻易间窃取了 你的私密文件，包括你的银行存款和企业帐目，或者例如直 接破坏了网络，使得系统瘫痪或者数据库崩溃，影响了正常 的业务流程，带来了隐患。因此采用各种行之有效的安全技 术来维护计算机和网络系统的安全，已经迫在眉睫。在现在 基金项目：国家自然科学基金项目（６１０６３０４６）；广西教育厅科研项目 （２０１０１０ＬＸ４９８） 收稿日期：２０１０—１２—１３修回日期：２０１１—０３—２８ 的的网络系统中，经常使用到的一些安全技术有：数据加密、 虚拟专用网络…（ＶＰＮ，Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）、防火墙、杀 毒软件、数字签名和身份认证等。这些传统的防护网络安全 的技术对保护网络起到不可忽视的作用，但同样不可以忽视 的是它们本身具体的缺陷，像是防火墙和传统的身份认证技 术，较好的身份认证和访问控制使的系统能够很好地抵御外 部的攻击，但是不能防御来自自身网络内部的攻击，对新出 现的威胁也不能很好的防备，甚至有些入侵者可以利用脆弱 性程序或系统漏洞，通过各种口令、字典攻击、电磁辐射、特 洛伊木马以及网络窥探器等攻击手段能有效地绕过访问控 制来进行不合法的攻击，由上面的特点描述可以看到这些技 术都只是属于静态的安全技术，只能以守为攻，静态地和消 极地防御入侵，而不能主动跟踪和检测入侵，而入侵检测技 术是一种动态安全技术，该技术具有主动地收集、审计网络 数据包以及用户活动状态的信息等特点，然后在此基础上进 行安全分析，从而发现各种入侵并及时对此做出响应。随着 一
第３３卷第４期 长春工业大学学报（自然科学版） ｃｈｕｎ Ｕｎｉｖｅｒｓｉｔｖ ｏｆ Ｔｅｃｈｎｏｌｏ￣ｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） ＶｏＬ ３３ Ｎｏ．４ ＡＵｆｆ．２０１２
基于优化神经网络的人侵检测方法
马 珏
（江苏广播电视大学，江苏南京２１００３６）
摘 要：首先将网络状态特征参数作为神经网络算法的个体，检测正确率作为适应度函数。 通过遗传算法的选择、交叉和变异等操作对网络状态特征参数进行优化，引入一种新型的能量
函数形式以解决收敛速度慢、目标函数局部极小问题。实验表明，该方法能够快速获得最优网
络状态特征和分类器参数，提高网络入侵检测正确率。 关键词：网络入侵；特征选择；神经网络 中图分类号：ＴＰ ３９３ 文献标志码：Ａ 文章编号：１６７４—１３７４（２０１２）０４—０４４７—０４
Ｏｐｔｉｍｉｚｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｂａｓｅｄ ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ
ＭＡ Ｊｕｅ
（Ｊｉａｎｇｓｕ Ｒａｄｉｏ ａｎｄ Ｔｅｌｅｖｉｓｉｏｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１００３６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｎｅｔｗｏｒｋ ｓｔａｔｅ ｐａｒａｍｅｔｅｒｓ ａｒｅ ｔａｋｅｎ ａｓ ｔｈｅ ｃｅｌｌ ｏｆ ｔｈｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｌｇｏｒｉｔｈｍ，ａｎｄ ｔｈｅ
ｄｅｔｅｃｔｉｏｎ ａｃｃｕｒａｃｙ ａｓ ｆｉｔｎｅｓｓ ｆｕｎｃｔｉｏｎ．Ｔｈｒｏｕｇｈ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｓｅｌｅｃｔｉｏｎ，ｃｒｏｓｓｏｖｅｒ ａｎｄ ｍｕｔａｔｉｏｎ ｏｐｅｒａｔｉｏｎ，ｗｅ ｉｎｔｒｏｄｕｃｅ ａ ｎｅｗ ｅｎｅｒｇｙ ｆｕｎｃｔｉｏｎ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅ ｓｐｅｅｄ ａｎｄ ｓｏｌｖｅ ｔｈｅ ｌｏｃａｌ ｍｉｎｉｍｕｍ ｐｒｏｂｌｅｍ ｏｆ ｔｈｅ ｏｂｊ ｅｃｔ ｆｕｎｃｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｃａｎ ｏｐｔｉｍｉｚｅ ｔｈｅ ｎｅｕｒａｌ
２００２年２月
第２３卷第２期 东北大学学报（自然科学版）
Ｊｏｕｒｎａｌ ｏｆ Ｎ０ｎｈｅａｓｔｅｍ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） Ｆｅｂ．２００２
Ｖｏ１．２３．Ｎｏ．２
文章编号：１００５—３０２６（２００２）０２—０１０７—０４
基于进化神经网络的入侵检测方法
王丽娜，董晓梅，于戈，王东
（东北大学信息科学与工程学院．江宁沈阳 １１０００４）
摘 要：将神经网络与遗传算法结旨，提出入侵检测的进化神经网络方法，它是个高教并行
非线性动态处理系统，可以满足实时处理要求．首先用遗传算法优化神经网络结构，然后用优化的
神经网络进行人侵柱测预测、预警．用进化神经网络方法不断演化，寻找最优的网络结构．当进化
神经网络学会系统正常工作模式后，能够对偏离系统正常工作的事件做出反应，进而可以发现一
些新的攻击模式．实验表明预警率是很高的．
关键词：人侵；入侵检测；进化神经网络；学习；预拯ｊ；预警；网络安全
中国分类号：ＴＰ ３０９．７ 文献标识码：Ａ
入侵检测是防火墙之后的第二道安全闸门，
在不影响网络性能的前提下对网络进行监测．它
是对系统中未授权的访问或异常的现象、活动与
事件进行审计、追踪、识别和检测的全过程【ｌ Ｊ．它
可以识别出系统是否被入侵，从而做出及时的反
应，切断网络连接、记录事件和报警，提醒系统管
理员采取相应的措施，从而提供法律上的依据，避
免系统受到进一步的侵害．入侵方式不同，入侵检
测的策略和模型也不一样Ｉ２－５ Ｊ．目前已有统计方
法、专家系统方法．统计方法依赖于一些假设，如
审计数据（或用户行为）的分布符台高斯分布，实
际上 用户行为具有随机性．这种假设可能导致较
高的误警率．基于专家系统的入侵检测很难包括
未知的进攻行为，而是已知的行为，另外还有效率
问题．文献［６】提出了基于数据挖掘策略的入侵检
测．它们有各自的优缺点．神经网络方法是很有潜
力的方法Ｌ７ Ｊ．为此本文将神经网络与遗传算法结
