一种基于PSO辨别树的P2P网络入侵检测方法

被引：8

作者：

周丹

黎峰

机构：

[1] 浙江大学计算机科学与技术学院

来源：

计算机仿真 | 2013年 / 30卷 / 10期

关键词：

辨别树; 网络入侵检测; 网络环境; 恶意入侵;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

研究P2P网络恶意入侵准确检测问题。针对P入侵检测过程与传统的过程不同,采用预兆性特征为主,缺少确切的可确定行为的特征信息,点对点结构限制了特征之间的联系性,传统的特征检测方法主要针对固定特征信息之间的联系性进行入侵判断,一旦遇到点对点特征失联问题,将造成检测不准。提出了一种PSO辨别树的P2P网络入侵检测算法。利用最小二乘法提取P2P网络操作特征,从而为P2P网络入侵检测提供准确的数据基础。构建PSO辨别树,构建点对点特征之间的动态联系,防止特征失联,完成P2P网络的入侵检测。实验结果表明,利用改进算法进行P2P网络入侵检测,能够极大的提高检测的准确性。

引用

页码：322 / 324+393 +393

页数：4

共 10 条

[1]

On optimal placementof intrusion detection modules in sensor networks. F Anjum,D Subhadrab hu. BROADNETS’’04:Proceedings of the FirstInternational Conference on Broadband Networks . 2004

[2] Security in wireless sensor networks [J].

Perrig, A ;

Stankovic, J ;

Wagner, D .

COMMUNICATIONS OF THE ACM, 2004, 47 (06) :53-57

[3] 基于BP神经网络的智能入侵检测系统 [J].

汪兴东 ;

佘堃 ;

周明天 ;

刘恒 .

成都信息工程学院学报, 2005, (01) :1-4

[4] 基于融合分类和支持向量机的入侵检测研究 [J].

肖海军 ;

洪帆 ;

张昭理 ;

廖俊国 .

计算机仿真, 2008, (04) :130-132+145

[5] 从网络层到应用层的搜索引擎防攻击体系研究 [J].

陈锦花 ;

李晓丽 .

科技通报, 2012, 28 (10) :122-125

[6]

Wavelet time-frequency analysis and least squares support vector machines for the identification of voice disorders[J] . Everthon Silva Fonseca,Rodrigo Capobianco Guido,Paulo Rogério Scalassara,Carlos Dias Maciel,José Carlos Pereira. &nbspComputers in Biology and Medicine . 2006 (4)

[7] A parallel genetic local search algorithm for intrusion detection in computer networks [J].