蟻群聚類算法的研究及應(yīng)用于入侵檢測.pdf

1、隨著計算機(jī)網(wǎng)絡(luò)的高速發(fā)展,計算機(jī)給我們帶來便捷的同時,也時常受到非法訪問和惡意攻擊。網(wǎng)絡(luò)安全問題日益突出,因而越來越受到人們的關(guān)注和重視。入侵檢測技術(shù)作為安全審計中的核心技術(shù)之一,是網(wǎng)絡(luò)安全系統(tǒng)中的重要組成部分。入侵檢測的研究不論是對理論研究還是現(xiàn)實運(yùn)用都具有重大的意義。蟻群聚類算法(ACCA)是一種新興的聚類算法,具有健壯性、靈活性、自組織性和分布性等,這些特性使它具有解決無監(jiān)督的聚類問題?，F(xiàn)有的蟻群聚類算法(ACCA)存在求解效率不

2、高、收斂差等缺點(diǎn),針對這些缺點(diǎn),本文提出二種新的方法對蟻群聚類算法(ACCA)進(jìn)行改進(jìn),并且將改進(jìn)的蟻群聚類算法(ACCA)與模糊C均值聚類(FCM)算法進(jìn)行結(jié)合,最后將結(jié)合后的算法應(yīng)用與Snort入侵檢測當(dāng)中。
　　 本文通過對入侵檢測技術(shù)的學(xué)習(xí)和對基本蟻群聚類算法原理的研究與分析,開展了以下幾方面的研究工作來改進(jìn)蟻群算法:
　　 (1)在現(xiàn)有墓地原理的蟻群聚類上,通過對數(shù)據(jù)增加一個蟻群信息素強(qiáng)度,來判斷數(shù)據(jù)是不是屬于

3、異常點(diǎn),并提出兩種基于反饋的蟻群聚類算法,及是基于信息素反饋蟻群聚類算法(APACCA)和基于時間反饋蟻群聚類算法(ATACCA)。
　　 (2)將改進(jìn)的蟻群算法與模糊C均值聚類結(jié)合,經(jīng)過二次聚類得到更好的聚類結(jié)果。
　　 (3)通過對kddcup99數(shù)據(jù)集進(jìn)行研究,將處理過的數(shù)據(jù)集進(jìn)行模擬仿真,驗證改進(jìn)算法對聚類結(jié)果是否有所提高。
　　 (4)對現(xiàn)有的Snort入侵檢測添加一個異常檢測模塊,同時對未匹配出來的數(shù)