APP下载

基于孤立森林挖掘算法的入侵检测系统研究

2021-01-11吴元君

盐城工学院学报(自然科学版) 2020年4期
关键词:规则优化检测

吴元君

(安徽财贸职业学院 云桂信息学院,安徽 合肥 230601)

从网络发展现状看,现阶段的互联网入侵风险表现出新的特征[1]。首先,网络拓扑结构越来越复杂,数据量表现为海量性特征[2-3],为恶意数据、恶意代码的隐藏提供了空间,入侵检测难度增大;其次,网络攻击手段多样化[3],现有的攻击手段和病毒类型不仅仅局限于早期的DDoS等的单一模式[4],而是出现了病毒变异并朝着复合病毒的方向变化[5];再次,从事网络攻击的黑客专业化素质提升,网络攻击的破坏性极大[6-7]。新型的网络攻击手段对于网络安全机制和入侵检测系统的性能提出了更高的要求,即如何实现在大数据和复杂的网络结构下精准定位和检测入侵的病毒。

网络入侵检测系统的设计目标包括优化设计模型以提高检测率,同时降低入侵检测的误报率。入侵检测过程本质上是对系统内部、外部的异常行为进行全方位的识别。陈露露等[8]提出基于优化信息熵的入侵检测预测模型,利用反向神经网络预估系统参数值,进而检测网络数据是否存在异常,该种方案的缺点是计算复杂度过高,样本训练次数过大,迭代效果过低;王伦文等[9]采用阈值法判定一组原始数据是否包含恶意数据或恶意代码,该种方案缺点是实际检测中恶意数据与有用数据之间的差别较小,界限和标准不易划分,导致准确的阈值范围确定难度极大,使得阈值法具有较低的检测率和过高的误检率,且随着样本数据集合总量的增加,该方法的检测率值衰减过快。……

登录APP查看全文

猜你喜欢

规则优化检测
超限高层建筑结构设计与优化思考
撑竿跳规则的制定
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
数独的规则和演变
一道优化题的几何解法
让规则不规则
TPP反腐败规则对我国的启示
小波变换在PCB缺陷检测中的应用