基于蟻群聚類(lèi)的入侵檢測(cè)方法研究.pdf

1、伴隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，當(dāng)前我們已經(jīng)完全進(jìn)入信息時(shí)代，甚至有人描述這是一個(gè)信息大爆炸的時(shí)代。隨著越來(lái)越多的計(jì)算機(jī)用戶(hù)接入互聯(lián)網(wǎng)，網(wǎng)絡(luò)也逐漸變的魚(yú)龍混雜，各種各樣的病毒、木馬、欺詐信息藏匿其中隨時(shí)伺機(jī)入侵、破壞。這樣的境況使得人們迫切的需要有效的入侵防護(hù)。數(shù)據(jù)挖掘技術(shù)能夠有效處理海量的網(wǎng)絡(luò)數(shù)據(jù)，而且能夠從未知特征的數(shù)據(jù)集中發(fā)現(xiàn)其中隱含的有價(jià)值的規(guī)律或特征，因此比較適合用于針對(duì)未知行為特征的入侵檢測(cè)方法。蟻群聚類(lèi)算法作為數(shù)據(jù)挖掘方法的一

2、種，自1991年被提出后一直是學(xué)者們研究的重點(diǎn)。該算法的自適應(yīng)性、并發(fā)性、魯棒性使其較適用于處理復(fù)雜的大數(shù)據(jù)量數(shù)據(jù)集，將蟻群聚類(lèi)算法用于入侵檢測(cè)系統(tǒng)的數(shù)據(jù)訓(xùn)練，所得行為特征庫(kù)與根據(jù)專(zhuān)家經(jīng)驗(yàn)建立的專(zhuān)家系統(tǒng)相比更有利于對(duì)未知特征行為的檢測(cè)。
　　本文對(duì)入侵檢測(cè)技術(shù)，聚類(lèi)分析，蟻群聚類(lèi)算法進(jìn)行分析介紹。對(duì)幾種蟻群聚類(lèi)算法的改進(jìn)思想進(jìn)行研究，提出一種基于劃分的聚類(lèi)算法和蟻群聚類(lèi)算法的組合算法，將半徑遞歸增大和強(qiáng)制放下機(jī)制引入傳統(tǒng)信息熵蟻群

3、聚類(lèi)算法中，利用近似信息熵的概念來(lái)減少基于劃分的聚類(lèi)算法與信息熵蟻群聚類(lèi)結(jié)合時(shí)的數(shù)據(jù)計(jì)算量，加快算法執(zhí)行效率，并將其運(yùn)用到入侵檢測(cè)方法中，通過(guò)具體實(shí)驗(yàn)驗(yàn)證其用于入侵檢測(cè)方法的可行性和有效性。該算法的主要優(yōu)點(diǎn)是在保持聚類(lèi)質(zhì)量的前提下提高算法的聚類(lèi)速度，引入半徑遞歸增大機(jī)制，從而有效解決蟻群算法初期由于數(shù)據(jù)分布散亂而引起的聚類(lèi)成堆緩慢及聚類(lèi)后期容易形成分散的小堆聚類(lèi)的現(xiàn)象；引入強(qiáng)制放下機(jī)制有效的避免了螞蟻負(fù)載空跑現(xiàn)象；引入短期記憶記錄強(qiáng)制放