基于DCA和SVM并行检测的智能入侵检测系统的研究

项目名称： 基于DCA和SVM并行检测的智能入侵检测系统的研究

项目编号： No.61363073

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 丁雷

作者单位： 吉首大学

项目金额： 45万元

中文摘要： 针对现代网络攻击呈现出智能化、系统化和综合化的发展趋势,本课题将用于异常行为检测的DCA 和用于结构特征检测的SVM相结合，提出了一种具有自学习机制的智能入侵检测系统。首先课题针对DCA进行以下方面的研究:信号提取方法的改进，迁移阈值设定的理论依据，群体DC协作机制的改进，基于改进协作机制的识别异常抗原的方法，入侵类型的识别等问题。接着课题将基于纠错码的多分类SVM 用于入侵检测，并针对该算法所涉及的核函数及一些关键问题（如编码方案、核函数参数选择等），从研究不同类型结构特征之间的变化规律的角度出发进一步探索解决这些问题的理论依据。此外为了减少在线训练SVM的时间，从建立新增样本和超平面变化之间的数学模型的角度出发，研究合适训练样本集的选择。最后为了合理利用DCA和SVM的检测结果，依据两者决策出现分歧的实际情况，分别研究相应的融合决策，并在此基础上建立具有自学习机制的智能入侵检测系统。

中文关键词： 网络入侵检测；神经网络；免疫算法；支持向量机算法；

英文摘要： As the developing trend of internet attacks with intelligent, systematic and comprehensive charateristic, this project investigates an intelligent intrusion detection system with self-study mechanism scheme, which combines the DCA for anomalous behavior d

英文关键词： network intrusion detection；neural networks；immune algorithms；support vector machine algorithm；