基于改进细菌觅食算法优化的入侵检测研究
2020-12-23李奇亮
摘 要 互联网的发展,给用户带来了便利也给网络安全带来了威胁。网络的规模增大,导致通信流量增多且复杂。本文提出对细菌觅食算法的改进,使细菌选择最佳方向移动并自适应改变步长与步数。改进的细菌觅食算法优化入侵检测,仿真证明可以提高异常检测率[1]。
关键词 入侵检测;细菌觅食算法;网络安全
网络入侵一般是由恶意代码引发的,导致网络瘫痪,数据泄露,入侵检测是解决该问题的常用方法。常用的入侵检测技术有神经网络、专家系统等,其中神经网络因性能更好而受欢迎。但是神经网络的初始参数影响了算法的检测率,本文提出细菌觅食算法的改进,对神经网络的参数进行优化[2]。
1细菌觅食算法简介
1.1 细菌觅食算法
细菌觅食算法是进化算法,包含趋化、繁殖、迁移三种行为,趋化行为是核心,影响搜索精度,繁殖行为根据“优胜劣汰”保证菌群质量,迁移行为避免算法“早熟”。
算法更新公式:
代表细菌i经过j次趋化、k次繁殖、l次迁移的位置,是一次趋化,代表趋化的方向。
(1)趋化。趋化过程中细菌在解空间移动,寻找营养富集的区域。趋化包含移动和翻滚,细菌按照设定的步数与步长移动,通过翻滚选择方向。趋化过程反映细菌的觅食行为,实现位置的更新。
(2)繁殖。在执行完一轮趋化操作之后进入繁殖阶段。设菌群规模为N,繁殖阶段要求菌群总数不变,将细菌按照适应度从大到小排序,淘汰后面的N/2,剩下的细菌二分裂繁殖。
(3)迁移。由于环境变化,菌群会从现在的生存环境向较好的迁移。算法会在每次繁殖后,按照概率p将细菌随机分配到解空间,分配后的个体可能会获得更高的适应度,有助于避免算法早熟[3]。
2细菌觅食算法的改进
2.1 原算法的不足
原算法中,趨化的步长与步数是固定值,降低菌群的多样性,步长过大会降低寻优精度,反之易陷入局部最优。
2.2 趋化行为的改进
本文对趋化提出两处改进。
改进方向的选择。细菌移动时会记录个体的最优位置,种群的最优位置是所有个体的最优位置。原算法通过细菌“翻滚”随机选择方向移动,使正前往优质解的细菌变换方向,远离优质解。改进算法使细菌在每次选择方向时,都要计算适应度,当适应度单调不递减时,方向不变,使细菌朝着优质解的方向移动,并且在移动过程中增大步长、步数,加快算法收敛。
设置步长与步数根据密度变化。研究发现,细菌移动步长的大小受到局部菌群密度的影响,密度大代表区域营养高吸引细菌,细菌活性增强;密度小表示区域营养贫瘠,细菌活性降低远离区域,菌群越密集的地方越可能存在优质解,反之可能性越小。细菌i所在区域的密度用crowd表示,crowd的大小由搜索区间内个体数量n和搜索区间长度len决定,crowd=n/len。当crowd大于阈值时,步长和步数同步减小,增强局部寻优的能力;当crowd小于阈值时,步长和步数同步增大,快速离开当前区域[4]。
3改进细菌觅食算法优化的神经网络入侵检测
在已经生成的神经网络中,初始参数不恰当会延长算法的运行时间,降低检测的精度。本文中,神经网络随机初始化神经元的参数并采用细菌觅食算法调整参数。算法步骤:①初始化神经网络的连接参数并第一次训练。如果训练结果满足检测率则停止训练,否则,根据权值生成菌群进行调整。②计算菌群的适应度。③执行细菌觅食算法,寻找满足需要的解。④当细菌觅食算法达到最大迭代次数,算法停止。⑤再次训练神经网络,如果训练结果不满足要求,则继续优化。
4仿真结果与分析
本文样本数据采用CIC数据集,包含的特征有时间戳、源主机和目标主机的IP、源主机和目标主机的端口、协议号等。
分别对细菌觅食算法优化的神经网络、改进细菌觅食算法优化的神经网络仿真,对比分析。改进后算法在检测率上有了提升,训练时间也比之前更短。改进之前,算法在350s后稳定,检测率89.63%,改进之后,在200s后趋于稳定,检测率91.27%[5]。
5结束语
本文提出基于改进细菌觅食算法的入侵检测方法,对算法的趋化行为提出改进,设置步长、步数动态变化。改进算法对神经网络的初始权值进行调整,提高了检测率,缩短了训练时间,一定程度上提升了入侵检测的性能。
参考文献
[1] 镇方雄.基于改进遗传算法的多层神经网络BP算法研究[D].武汉:湖北大学,2005.
[2] 阎平凡,张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2000:63.
[3] 王永全.入侵检测系统(IDS)的研究现状和展望[J].通信技术,2008,41(11):139-146.
[4] 栾庆林,卢辉斌.基于神经网络与遗传算法的入侵检测研究[J].电子测量技术,2008,31(5):70-74.
[5] 戴天虹.基于遗传神经网络的入侵检测研究[J].中国安全科学学报,2006,16(2):103-108.
作者简介
李奇亮(1993年-),男,江苏连云港市人,学历:硕士研究生,沈阳理工大学在读,研究方向:网络计算与信息安全。