遗传算法在智能入侵检测中的应用
- 格式：pdf
- 大小：83.39 KB
- 文档页数：1
设发生突变的概率为 Ｐ ｍ， 这个概率表 明种群中每次约有 Ｎ ・Ｐ ｍ 个染色体进行 突变操作 。首先要产生出进 行突变操 作 的父 代 ，产 生方 法 类 似 交 叉 操 作 。用 Ｖ 表 示 要进 行 突变 操 作 的任一父代染色体 ，可 以用下面方法产生突变后 的新染色
体 ｘ：
Ｘ＝ Ｖ＋ Ｍ ・ｄ （ ２ ）
的连接 以发现可疑的网络通 信。 在本文 的应用中 ，遗传 算法使用 的网络连接将是一个预 先定义好的数据集，用于从流经 网卡 的通信数据中发现异常 连接 。这个数据集可 由网络嗅探 器收集 ，并基于专家知识库 手工分类 ， 可在遗传算法执行过程 中用于评估适应度 。
的一个基因 ， 一般认为， 突变算子 的重要性次于交换算子， 但
其作用不容忽视，通过 突变可 以产生仅通过选 择和 交叉无法
产 生 的最 优 解 。 在 本 系 统 中 突变 操 作 是 如 下 进 行 的 ：
１ ． ２ 数据 表示
为 了准确发现入侵，应 该对 一个特定 网络连接的所 有数 据进行检查 。但为了简单起见，我们仅考虑每个连接的一些
重 要 属 性 。表 １ 是 本 文 对 于 一个 网络 连 接 将 考 虑 的 域 有 ：源 Ｉ Ｐ地 址 、 目标 Ｉ Ｐ地 址 、 源 端 口号 、 目标 端 口号 、 持续时 间、 协议
２ ， ０ ， ０ ， ０ ， ０ ， ６ ， ４ ， １ ， ０ ， ０ ， ０ ， ０ ， ４ ， １ ， １ ， ３ ， ２ ）
图 １ 染色 体 结 构 例 图 下面是一条规则： ｉ ｆ ｛ 一个 网络 连 接 有 如 下 特 征 ： 源Ｉ Ｐ地 址 ｄ ２ ． ０ ｆ ？ ７ ． ？ ？ ； 目标 Ｉ Ｐ 地址 ７ ３ ． １ ２ ． ｂ ７ ． ？ ？ ； 源 端 口号 ４ ３ ２ ２ ６ ； 目标 端 口号 ８ ０ ； 持 续 时 间
类型 、 发起 者发送 的字节数 、 回应 者发送 的字节数 。 （ ｄ ， ２ ， ０ ， ￡ － １ ， － １ ， － １ ， － １ ， ７ ， ３ ， １ ， ２ ， ｂ ， 一 １ ， 一 １ ， － １ ，
４ ， ３ ， ２ ， ２ ， ６ ， ０ ， ０ ， ０ ， ８ ， ０ ， ０ ， ０ ， ０ ， ０ ， ３ ， ９ ， １ ，
２ ０ １ ３ 年第 ９期
（ 总第 １ ３ １期 ）
信 息 通 信
Ｉ ＮＦ ＯＲＭＡＴ Ｉ ｏＮ ＆ Ｃ０Ｍ Ｍ ＵＮＩ ＣＡＴＩ ＯＮＳ
２ ０１ ３
（ Ｓ ｕ ｍ ． Ｎ ｏ １ ３ １ ）
遗传算法在智 能入侵检测 中的应用
徐 小 龙
（ 曲阜师范大学计算机科 学学院， 山东 日 照２ ７ ６ ８ ２ ６ ）
这里 ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ 通常指当前网络连接与规则库中的规则匹 配， 如源 Ｉ Ｐ地址、 目标 Ｉ Ｐ地址 、 端 口号 、 连接 的持续时 间、 使用 的协议等， 用来指出入侵的可能性 ； ａ ｃ ｔ 通常指根据安全政策定
义 的某种行为应用遗传算法 的最终 目标是产生匹配异常连接 的规则 。这些规则首先被历史连接测试 ，然后被用于过滤新
式 中 ｄ为与染色体 同维数 的向量 ，它表示随机产生 的变 异方 向， 形 式为 ｄ － （ ０ ， ０ ， … …， ０ ， １ ， ０ ， … …， ０ ） 。ｄ中 １ 所 在 的位 置
就 是 染 色 体 Ｖ 中 要 发 生 突变 的位 置 。 Ｍ 为一个［ ０ ， Ｆ ］ 之 间 的 随 机数 。
关键 词： 遗传算法 ； 入侵检测 ； 染 色体 中图分类号： Ｔ Ｐ ３ ９ ３ ． ０ ８ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ３ ． １ １ ３ １ （ ２ ０ １ ３ ） ０ ９ — ０ ０ ３ ４ ． ０ １
５ ０
．。 —
１遗传算 法 用于入 ቤተ መጻሕፍቲ ባይዱ检 测
１ ． １概述
遗传算法能使特征库中的一些规则得到进化发展，从而 达到智能更新特征库的 目的。规 则库 中的规则通常是 以下形
式 ：ｉ ｆ ｛ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｝ｔ ｈ ｅ ｎ｛ ａ ｃ ｔ ｝
ｓ ＝＞： Ｍａ ｔ ｃ ｈ 幸 Ｗ／
Ｊ ■＿
（ １ ）
・
ｉ ＝１
其 中 Ｍａ ｔ ｃ ｈ 的取值为 ０或 ｌ ，当对应域 匹配时取值为 １ ，
不 匹配 时 取 值 为 ０ 。Ｗｉ 是 不 同 域 的权 重 。这 样 计 算 出的 Ｓ值
的个数与数据集中染色体 的个数相 同，取其中最大的一个作 为被考察连接的 ｓ值 。 （ ２ ）交叉算子。通过交叉操作可 以在父代 的基础上产生 子代 ，然后在 父代 与子代组成的种群 中根据适应度 函数 的大 小选 出下一代个体 。在本 文中为了简单起见采用单 点交叉， 交叉点确定在 目标 Ｉ Ｐ地址的后面， 即染色体的第 １ ６位之后 。 这样做 的根据是： 即使源 Ｉ Ｐ地址与 目标 Ｉ Ｐ地址都变 了， 如果 攻 击 手 段 相 同， 那 么 染 色 体 后 面 的 部 分 应 该 是类 似 的 。 （ ３ ）突变算子。突变算子通常一次只改变一个 染色体上
摘要： 探 讨 了如何将遗传算 法应 用于智能入侵检 测技 术 ， 详 细论述 了其具体过程以及诸 参数 的计算方法 ， 特别是染 色体 的构造以及 交叉和 突变这 两类算子的应用。该算法在 对网络连接信 息进行编码时 同时考虑 了空间和时间信息 ， 从而能 够检 测较 为复杂的入侵行为 。
２ 实验验 证
对于 Ｉ Ｄ Ｓ而言， 评 价 它 的 参 数有 很 多 ， 其中准确率（ ａ ｃ ｃ ｕ ． ｒ ａ ｃ ｙ ） 是Ｉ ＤＳ性 能 的重 要 衡 量 标 准 ， 主 要 体 现 在漏 报 率 （ ｆ ａ ｌ ｓ ｅ
３ ９ １ 秒； 使用的协 议为 Ｔ Ｃ Ｐ ； 发起者发送了 ６ ４ １ ０字节； 回应者
