主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
俞研,黄皓.基于改进多目标遗传算法的入侵检测集成方法.软件学报,2007,18(6):1369-1378
基于改进多目标遗传算法的入侵检测集成方法
An Ensemble Approach to Intrusion Detection Based on Improved Multi-Objective Genetic Algorithm
投稿时间:2006-06-18  修订日期:2006-12-06
DOI:
中文关键词:  入侵检测  特征选择  优化  多目标遗传算法  选择性集成
英文关键词:intrusion detection  feature selection  optimization  multi-objective genetic algorithm  selective ensemble
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60303023 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant No.2003AA142010 (国家高技术研究发展计划(863)); the High-Tech Research Plan of Jiangsu Province of China under Grant No.BG2004030 (江苏省高技术计划)
作者单位
俞研 南京大学,计算机科学与技术系,江苏,南京,210093
计算机软件新技术国家重点实验室(南京大学),江苏,南京,210093 
黄皓 南京大学,计算机科学与技术系,江苏,南京,210093
计算机软件新技术国家重点实验室(南京大学),江苏,南京,210093 
摘要点击次数: 2945
全文下载次数: 3104
中文摘要:
      针对现有入侵检测算法中存在着对不同类型攻击检测的不均衡性以及冗余或无用特征导致的检测模型复杂与检测精度下降的问题,提出了一种基于改进多目标遗传算法的入侵检测集成方法.利用改进的多目标遗传算法生成检测率与误报率均衡优化的最优特征子集的集合,并采用选择性集成方法挑选精确的、具有多样性的基分类器构造集成入侵检测模型.实验结果表明,该算法能够有效地解决入侵检测中存在的特征选择问题,并在保证较高检测精度的基础上,对不同类型的攻击检测具有良好的均衡性.
英文摘要:
      There exist some issues in current intrusion detection algorithms such as unbalanced detection performance on different types of attacks, and redundant or useless features that will lead to the complexity of detection model and degradation of detection accuracy. This paper presents an ensemble approach to intrusion detection based on improved multi-objective genetic algorithm. The algorithm generates the optimal feature subsets, which achieve the best trade-off between detection rate and false positive rate through an improved MOGA. And the most accurate and diverse base classifiers are selected to constitute the ensemble intrusion detection model by selective ensemble approach. The experimental results show that the algorithm can solve the feature selection problem of intrusion detection effectively. It can also achieve balanced detection performance on different types of attacks while maintaining high detection accuracy.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利