文档介绍：中南民族大学
硕士学位论文
基于SVM的入侵检测性能改进研究
姓名:曾亮
申请学位级别:硕士
专业:计算机应用技术
指导教师:覃俊
20100503
中南民族大学硕士学位论文

摘要

随着计算机网络技术的普及和发展,人们的生活和学习方式都发
生了巨大的变化,将人们带入到信息化的时代,与此同时,网络安全
方面所显露出来的问题也日益突出。入侵检测作为信息安全研究的重
要内容,引起了国内外的广大关注。传统的入侵检测技术存在误报,
漏报以及时效性不高等缺点,因此,本文的研究重点就是如何提高入
侵检测系统的性能,具体的工作如下:
1)简述入侵检测系统的相关概念、类别、检测过程等,指出目前
入侵检测系统急需解决的一些问题,对未来发展趋势进行展望;介绍
支持向量机的理论基础,总结出能将 SVM 应用到入侵检测方面所具
备的诸多优势;同时本文也设计了一个基于支持向量机的网络入侵检
测模型,该模型包括模块化设计、并行检测,以提高系统整体检测速
度。
2)简要介绍标准粒子群优化算法的原理和实现过程,针对支持向
量机中核函数的参数依靠经验值取值的不足,提出了一种改进的粒子
群优化算法,对核参数σ和惩罚因子C 进行优化。通过 Matlab 仿真实
验,证明此改进算法提高了基于 SVM 的入侵检测性能。
3)将改进的粒子群优化算法应用到特征选择方面,寻找各类攻击
类型的最佳关键特征,消除数据间的冗余信息,能提高系统的检测性
能,通过实验证明,此优化方案是可行的。
4)提出一种联合优化模型,利用改进的粒子群优化算法对核参数
σ、惩罚因子C 和 41 维特征向量的选择问题同时进行优化,通过实验
仿真,证明此优化方案是优于单独进行参数优化和特征选择的。

关键词:入侵检测,支持向量机,粒子群优化算法,特征选择
1I
基于 SVM 的入侵检测性能改进研究

ABSTRACT

With the development work technology, people's lives
and learning methods have undergone tremendous changes .It brings
people to the information technology work-oriented era, at the
same time, the problems work security e increasingly
prominent. Intrusion Detection as an important part of information
security research has aroused broad attention at home and abroad.
Traditional intrusion detection technology has disadvantages like false,
omitted and low timeliness, Therefore, this research focuses on how to
improve the performance of intrusion detection systems, concrete work as
follows:
1)We briefly describe the concepts, categories and testing processes
of intrusion detection system, points out the problems that the IDS need to
solve at present and prospects the future trends; describes the theoretical
basis of Support Vector Machine, summarizes many advantages that SVM
can be applied to the aspects of intrusion detection; at the same time the
paper designs a SVM-work intrusion detection model, including
modular design, parallel detecting, in order to improve overall detection
rate of the system.