基于改进遗传算法的入侵检测技术的设计与实现

作     者：王硕 李成杰 崔丽琪 李聪 乐秀权 戴志坚 WANG Shuo;LI Chengjie;CUI Liqi;LI Cong;YUE Xiuquan;DAI Zhijian

作者机构：西南民族大学计算机科学与工程学院四川成都610225 电子科技大学通信抗干扰全国重点实验室四川成都611731 中国空间技术研究院通信与导航卫星总体部北京100094 电子科技大学(深圳)高等研究院广东深圳518110 

基　　金：中央高校基本科研业务费专项基金优秀学生培养工程资助项目(2023NYXXS034) 基础加强资助项目(2020-JCJQ-ZD-119) 

出 版 物：《太赫兹科学与电子信息学报》 (Journal of Terahertz Science and Electronic Information Technology)

年 卷 期：2024年第22卷第3期

页      码：249-260页

摘      要：天地一体化网络处在开放的电磁环境中,会时常遭受恶意网络入侵。为解决网络中绕过安全机制的非授权行为对系统进行攻击的问题,提出一种改进的遗传算法。该算法以决策树算法为适应度函数,通过删除数据集中的冗余特征,显著提高了对网络攻击的拦截率。通过机器学习进行异常分类,并利用遗传算法的特征选择功能,增强机器学习方法的分类效率。为验证算法的有效性,选用UNSW_NB15和UGRansome1819数据集进行训练和检测。使用随机森林、人工神经网络、K近邻和支持向量机等4种机器学习分类器进行评估,采用准确性、F1分数、召回率和混淆矩阵等指标评估算法的性能。实验证明,遗传算法作为特征选择工具能够显著提高分类准确性,并在算法性能上取得显著改善。同时,为解决弱分类器的不稳定性,提出一种集成学习优化技术,将弱分类器和强分类器集成进行优化。实验证实了该优化算法在提高弱分类器稳定性方面性能卓越。

主 题 词：机器学习 遗传算法 决策树 特征选择 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.11805/TKYDA2023393

馆 藏 号：203127237...