一种基于网络异常流量识别的入侵检测方法

    公开(公告)号:CN113162919A

    公开(公告)日:2021-07-23

    申请号:CN202110330430.X

    申请日:2021-03-22

    摘要: 本发明针对近年来智能设备用户数量迅速增加导致网络流量大幅上升,巨大的数据对入侵检测系统的性能产生了不利影响,并且流量中的冗余和不相关信息导致入侵检测系统性能差的问题,提出一种基于网络异常流量识别的入侵检测方法。首先,采用改进布谷鸟搜索算法进行特征选择,从原始数据集中筛选出最为准确和有效的特征,作为一组最佳特征。然后,将所选特征作为进化神经网络的输入,为了克服人工神经网络的参数限制,避免陷入局部极小值,采用多元宇宙优化算法来训练人工神经网络,得到最佳分类效果。最后,将测试数据集输入到训练好的人工神经网络中,对异常流量检测进行了预测和评估,构建了基于特征选择和进化神经网络的异常流量入侵检测模型。