一种基于PSO辨别树的P2P网络入侵检测方法

P2P网络入侵数据具有高维性、随机性以及复杂性等特征,会降低对其进行入侵检测的效率和稳定性。因此,本文提出一种基于PSO辨别树的P2P网络入侵检测方法,对P2P网络连接数据的主成分进行信息拟合,按照入侵数据特征的主成分构建PSO辨别树,获取同目标信息特征最为相似的估计关联特征;运用改进的BP神经网络对关联特征进行分析,最终可得到P2P网络入侵数据的特征信息,并通过无约束聚类关联方法优化获取的入侵数据特征,更好地完成对P2P网络信息安全的检测。实验结果表明,本文方法与其它网络入侵检测方法相比,具有较高的检测效率和准确率,取得了令人满意的效果,具有较大的发展前景和应用价值。