基于改進(jìn)細(xì)菌覓食算法優(yōu)化的入侵檢測(cè)研究

摘 要 互聯(lián)網(wǎng)的發(fā)展，給用戶帶來了便利也給網(wǎng)絡(luò)安全帶來了威脅。網(wǎng)絡(luò)的規(guī)模增大，導(dǎo)致通信流量增多且復(fù)雜。本文提出對(duì)細(xì)菌覓食算法的改進(jìn)，使細(xì)菌選擇最佳方向移動(dòng)并自適應(yīng)改變步長與步數(shù)。改進(jìn)的細(xì)菌覓食算法優(yōu)化入侵檢測(cè)，仿真證明可以提高異常檢測(cè)率[1]。

關(guān)鍵詞 入侵檢測(cè);細(xì)菌覓食算法;網(wǎng)絡(luò)安全

網(wǎng)絡(luò)入侵一般是由惡意代碼引發(fā)的，導(dǎo)致網(wǎng)絡(luò)癱瘓，數(shù)據(jù)泄露，入侵檢測(cè)是解決該問題的常用方法。常用的入侵檢測(cè)技術(shù)有神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等，其中神經(jīng)網(wǎng)絡(luò)因性能更好而受歡迎。但是神經(jīng)網(wǎng)絡(luò)的初始參數(shù)影響了算法的檢測(cè)率，本文提出細(xì)菌覓食算法的改進(jìn)，對(duì)神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化[2]。

1細(xì)菌覓食算法簡(jiǎn)介

1.1 細(xì)菌覓食算法

細(xì)菌覓食算法是進(jìn)化算法，包含趨化、繁殖、遷移三種行為，趨化行為是核心，影響搜索精度，繁殖行為根據(jù)“優(yōu)勝劣汰”保證菌群質(zhì)量，遷移行為避免算法“早熟”。

算法更新公式：

代表細(xì)菌i經(jīng)過j次趨化、k次繁殖、l次遷移的位置，是一次趨化，代表趨化的方向。

（1）趨化。趨化過程中細(xì)菌在解空間移動(dòng)，尋找營養(yǎng)富集的區(qū)域。趨化包含移動(dòng)和翻滾，細(xì)菌按照設(shè)定的步數(shù)與步長移動(dòng)，通過翻滾選擇方向。趨化過程反映細(xì)菌的覓食行為，實(shí)現(xiàn)位置的更新。

（2）繁殖。在執(zhí)行完一輪趨化操作之后進(jìn)入繁殖階段。設(shè)菌群規(guī)模為N，繁殖階段要求菌群總數(shù)不變，將細(xì)菌按照適應(yīng)度從大到小排序，淘汰后面的N/2，剩下的細(xì)菌二分裂繁殖。

（3）遷移。由于環(huán)境變化，菌群會(huì)從現(xiàn)在的生存環(huán)境向較好的遷移。算法會(huì)在每次繁殖后，按照概率p將細(xì)菌隨機(jī)分配到解空間，分配后的個(gè)體可能會(huì)獲得更高的適應(yīng)度，有助于避免算法早熟[3]。

2細(xì)菌覓食算法的改進(jìn)

2.1 原算法的不足

原算法中，趨化的步長與步數(shù)是固定值，降低菌群的多樣性，步長過大會(huì)降低尋優(yōu)精度，反之易陷入局部最優(yōu)。

2.2 趨化行為的改進(jìn)

本文對(duì)趨化提出兩處改進(jìn)。

改進(jìn)方向的選擇。細(xì)菌移動(dòng)時(shí)會(huì)記錄個(gè)體的最優(yōu)位置，種群的最優(yōu)位置是所有個(gè)體的最優(yōu)位置。原算法通過細(xì)菌“翻滾”隨機(jī)選擇方向移動(dòng)，使正前往優(yōu)質(zhì)解的細(xì)菌變換方向，遠(yuǎn)離優(yōu)質(zhì)解。改進(jìn)算法使細(xì)菌在每次選擇方向時(shí)，都要計(jì)算適應(yīng)度，當(dāng)適應(yīng)度單調(diào)不遞減時(shí)，方向不變，使細(xì)菌朝著優(yōu)質(zhì)解的方向移動(dòng)，并且在移動(dòng)過程中增大步長、步數(shù)，加快算法收斂。

設(shè)置步長與步數(shù)根據(jù)密度變化。研究發(fā)現(xiàn)，細(xì)菌移動(dòng)步長的大小受到局部菌群密度的影響，密度大代表區(qū)域營養(yǎng)高吸引細(xì)菌，細(xì)菌活性增強(qiáng);密度小表示區(qū)域營養(yǎng)貧瘠，細(xì)菌活性降低遠(yuǎn)離區(qū)域，菌群越密集的地方越可能存在優(yōu)質(zhì)解，反之可能性越小。細(xì)菌i所在區(qū)域的密度用crowd表示，crowd的大小由搜索區(qū)間內(nèi)個(gè)體數(shù)量n和搜索區(qū)間長度len決定，crowd=n/len。當(dāng)crowd大于閾值時(shí)，步長和步數(shù)同步減小，增強(qiáng)局部尋優(yōu)的能力;當(dāng)crowd小于閾值時(shí)，步長和步數(shù)同步增大，快速離開當(dāng)前區(qū)域[4]。

3改進(jìn)細(xì)菌覓食算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)

在已經(jīng)生成的神經(jīng)網(wǎng)絡(luò)中，初始參數(shù)不恰當(dāng)會(huì)延長算法的運(yùn)行時(shí)間，降低檢測(cè)的精度。本文中，神經(jīng)網(wǎng)絡(luò)隨機(jī)初始化神經(jīng)元的參數(shù)并采用細(xì)菌覓食算法調(diào)整參數(shù)。算法步驟：①初始化神經(jīng)網(wǎng)絡(luò)的連接參數(shù)并第一次訓(xùn)練。如果訓(xùn)練結(jié)果滿足檢測(cè)率則停止訓(xùn)練，否則，根據(jù)權(quán)值生成菌群進(jìn)行調(diào)整。②計(jì)算菌群的適應(yīng)度。③執(zhí)行細(xì)菌覓食算法，尋找滿足需要的解。④當(dāng)細(xì)菌覓食算法達(dá)到最大迭代次數(shù)，算法停止。⑤再次訓(xùn)練神經(jīng)網(wǎng)絡(luò)，如果訓(xùn)練結(jié)果不滿足要求，則繼續(xù)優(yōu)化。

4仿真結(jié)果與分析

本文樣本數(shù)據(jù)采用CIC數(shù)據(jù)集，包含的特征有時(shí)間戳、源主機(jī)和目標(biāo)主機(jī)的IP、源主機(jī)和目標(biāo)主機(jī)的端口、協(xié)議號(hào)等。

分別對(duì)細(xì)菌覓食算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)、改進(jìn)細(xì)菌覓食算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)仿真，對(duì)比分析。改進(jìn)后算法在檢測(cè)率上有了提升，訓(xùn)練時(shí)間也比之前更短。改進(jìn)之前，算法在350s后穩(wěn)定，檢測(cè)率89.63%，改進(jìn)之后，在200s后趨于穩(wěn)定，檢測(cè)率91.27%[5]。

5結(jié)束語

本文提出基于改進(jìn)細(xì)菌覓食算法的入侵檢測(cè)方法，對(duì)算法的趨化行為提出改進(jìn)，設(shè)置步長、步數(shù)動(dòng)態(tài)變化。改進(jìn)算法對(duì)神經(jīng)網(wǎng)絡(luò)的初始權(quán)值進(jìn)行調(diào)整，提高了檢測(cè)率，縮短了訓(xùn)練時(shí)間，一定程度上提升了入侵檢測(cè)的性能。

參考文獻(xiàn)

[1] 鎮(zhèn)方雄.基于改進(jìn)遺傳算法的多層神經(jīng)網(wǎng)絡(luò)BP算法研究[D].武漢：湖北大學(xué)，2005.

[2] 閻平凡，張長水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算[M].北京：清華大學(xué)出版社，2000：63.

[3] 王永全.入侵檢測(cè)系統(tǒng)（IDS）的研究現(xiàn)狀和展望[J].通信技術(shù)，2008，41（11）：139-146.

[4] 欒慶林，盧輝斌.基于神經(jīng)網(wǎng)絡(luò)與遺傳算法的入侵檢測(cè)研究[J].電子測(cè)量技術(shù)，2008，31（5）：70-74.

[5] 戴天虹.基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究[J].中國安全科學(xué)學(xué)報(bào)，2006，16（2）：103-108.

作者簡(jiǎn)介

李奇亮（1993年-），男，江蘇連云港市人，學(xué)歷：碩士研究生，沈陽理工大學(xué)在讀，研究方向：網(wǎng)絡(luò)計(jì)算與信息安全。