郭倩林，张翰林

(1.青岛大学智慧校园与信息化建设中心，山东 青岛 266071；2.青岛大学计算机科学技术学院，山东 青岛 266071)

1 引言

网络技术的不断更新和深入发展使人们对网络依赖程度越来越高，网络改变了人们工作和生活方式。但是网络规模的扩大使其面临的风险也随之增加[1]。

由于大规模集群网络存在开放性和匿名性等特征，一些用户出于某种竞争等目的恶意向互联网系统发起大量疑似攻击行为，导致网络能源耗尽，甚至出现崩溃现象[2]。一旦网络出现瘫痪，将会带来巨大经济、资源损失。为此，人们经常使用防火墙技术、攻击检测等方式对攻击行为进行防范。但是这些方法检测范围有限，检测到的攻击信息也较为片面。因此网络疑似攻击自主检测已经成为热点研究课题。

文献[3]提出基于两级分段模型的异构数据处理和网络攻击检测方法。整理分析异构数据并对其进行建模分析，获取在多核条件下模型分布特征，对模型做分布式训练，实现网络攻击行为检测。

文献[4]提出基于自适应免疫计算的网络攻击检测方法，利用密度聚类方法对自体训练数据做预处理，在聚类分析的基础上，去除噪声数据形成自体检测器，然后结合自我检测器构成非自我检测器，结合自适应免疫计算检测异常攻击行为。

虽然上述两种方法在一定程度上扩大了攻击检测范围，改善了检测片面性缺陷，但是不能结合攻击的动态变换做自主调整，降低了检测灵敏度。……