混沌免疫遗传算法的网络入侵检测模型

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (21): 96-99.

混沌免疫遗传算法的网络入侵检测模型

贾花萍1，李尧龙1，史晓影2

1.渭南师范学院数学与信息科学学院，陕西渭南 714099
2.渭南师范学院物理与电气工程学院，陕西渭南 714099

出版日期:2014-11-01 发布日期:2014-10-28

Network intrusion detection model of chaos immune genetic algorithm

JIA Huaping1, LI Yaolong1, SHI Xiaoying2

1.College of Mathematics and Information Science, Weinan Normal University, Weinan, Shaanxi 714099, China
2.College of Physics and Electrical Engineering, Weinan Normal University, Weinan, Shaanxi 714099, China

Online:2014-11-01 Published:2014-10-28

摘要/Abstract

摘要： 为了有效地提高入侵检测系统的检测率并降低误报率，提出采用属性约简方法对高维入侵检测数据进行特征选择，剔除无关的属性输入来提高检测效果，将混沌免疫遗传算法引入神经网络学习过程用以进行入侵检测，与传统BP神经网络检测结果进行比较，实验结果表明，将该方法用于入侵检测是切实可行的。

关键词: 混沌, 免疫网络, 遗传算法, 入侵检测

Abstract: In order to effectively improve the detection rate of intrusion detection system and reduce the false alarm rate, the method of attribute reduction of high-dimensional data in intrusion detection feature selection is proposed. Attribute input irrelevant is weeded out to improve the detection effect. The chaos immune genetic algorithm is used in neural network learning process for intrusion detection. Compared with the traditional BP neural network detection results, the experimental results show that the method used in intrusion detection is feasible.

Key words: chaos, immune network, Genetic Algorithm（GA）, intrusion detection

贾花萍1，李尧龙1，史晓影2. 混沌免疫遗传算法的网络入侵检测模型[J]. 计算机工程与应用, 2014, 50(21): 96-99.

JIA Huaping1, LI Yaolong1, SHI Xiaoying2. Network intrusion detection model of chaos immune genetic algorithm[J]. Computer Engineering and Applications, 2014, 50(21): 96-99.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[6]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	王海瑞，鲜于建川. 改进麻雀搜索算法在分布式电源配置中的应用[J]. 计算机工程与应用, 2021, 57(20): 245-252.
[9]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[10]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[11]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[12]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[13]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[14]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[15]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.