半监督技术和主动学习相结合的网络入侵检测方法

摘要

针对当前网络入侵具有多样性和易变性,单一方法很难获得理想网络入侵检测结果的问题,为提高网络入侵检测正确率,有效拦截各种网络入侵,提出一种将半监督技术与主动学习相结合的网络入侵检测方法.首先,采集网络入侵数据,提取网络入侵特征,并采用半监督技术根据特征对网络入侵数据进行聚类处理;其次,采用主动学习算法对聚类后的数据进行训练,构建网络入侵检测的分类器,并引入蚁群算法对构建网络入侵检测的分类器进行优化;最后,采用标准数据集对网络入侵检测方法进行仿真测试.测试结果表明,该方法解决了当前入侵检测方法存在的缺陷,提升了网络入侵检测正确率,漏检率和误检率明显少于经典网络入侵检测方法,同时缩短了网络入侵检测时间,改善了网络入侵检测效率,能更好地保证网络通信和数据传输安全.