【技术实现步骤摘要】
一种基于DNA计算的智能攻击检测方法及系统
[0001]本专利技术涉及网络安全技术,具体涉及一种基于DNA计算的智能攻击检测方法及系统。
技术介绍
[0002]近几年,DDoS攻击、APT攻击以及数据窃取等入侵手段层出不穷,瘫痪了各种网络以及互联设备,造成了全球范围内的网络安全事件频发,成为个人、组织乃至国家安全的噩梦。因此,建立一个攻击检测系统并有效的识别出各种网络攻击行为,在当今网络安全中变得尤为重要。但是,随着网络流量爆发式增长,网络异常流量愈发的具有复杂性、隐蔽性和多样性等特点,造成了传统的攻击检测系统的失效。为了应对这种趋势,研究者们基于粗糙集理论、机器学习和深度学习等方法研究出许多的攻击检测方法。例如:基于粗糙集理论等传统的检测方法有着在数据不完整的情况下,仍能检测到网络攻击的优点。基于机器学习的方法有着能够通过不断学习积累经验优化分类器性能的能力,是相比传统检测方法更好的解决方案。而深度学习可以学习到训练数据内在的规律和表示层次,然后通过构建隐藏层组建的非线性网络结构具有效率更高、根据问题自动建立模型和不局限于某个固定的问题优点。
[0003]目前,这些最新的检测方法仅仅针对网络攻击的整体检测精度和特征降维而忽略了特征子集优化和检测不平衡两个问题。例如,随着网络流量的大幅度增长,其所包含的特征信息也随之增多,但这些信息中却也夹杂着更多的噪声和冗余信息。同时这些噪声和冗余信息与有用信息有着千丝万缕的联系,这不仅增加了攻击检测的计算复杂度、时间消耗,还导致特征降维时删除了有用信息却保留了部分噪声和冗 ...
【技术保护点】
【技术特征摘要】
1.一种基于DNA计算的智能攻击检测方法,其特征在于,包括:S1,将流量特征编码为碱基组成DNA序列,并随机初始化若干条DNA序列组成父代种群P,所述父代种群P中的个体为一条DNA序列,所述DNA序列由固定长度的碱基构成,每一个碱基用于表示一个流量特征的状态且服从{0,1,2,3}分布;初始化迭代次数Gen;S2,从父代种群P中随机选择N条DNA序列作为子代种群S;S3,对子代种群S中的DNA序列进行DNA生化反应;S4,将父代种群P、子代种群S合并得到种群Q;S5,针对种群Q中的各条DNA序列,将碱基解码为流量特征后得到特征子集,基于特征子集进行攻击分类检测,得到相应的分类性能指标作为各条DNA序列的适应度;S6,根据适应度对种群Q中所有DNA序列基于非支配排序算法进行排序,根据排序的结果选择指定数量的DNA序列构成新的父代种群P;S7,判断迭代次数Gen等于设定最大迭代次数GenMax或各条DNA序列的适应度不再变化是否成立,若不成立则将迭代次数Gen加1并跳转步骤S2;否则,根据适应度从新的父代种群P中选择最优DNA序列,解码为流量特征作为最优特征子集。2.根据权利要求1所述的基于DNA计算的智能攻击检测方法,其特征在于,步骤S3包括:首先针对子代种群S中的各条DNA序列,将碱基解码为流量特征得到特征子集,基于特征子集进行攻击分类检测,并计算特征子集的分类性能指标;然后基于分类性能指标对子代种群S中的DNA序列进行DNA生化反应,其中DNA生化反应包括不同DNA序列之间的交叉、同一DNA序列内部的变异以及同一DNA序列内部的倒序中的部分或者全部。3.根据权利要求2所述的基于DNA计算的智能攻击检测方法,其特征在于,所述不同DNA序列之间的交叉包括:步骤1,随机选择多对DNA序列;步骤2,在多对DNA序列中遍历选择一对DNA序列作为当前DNA序列对;步骤3,判断当前DNA序列对的距离D大于设定值d是否成立,若成立则跳转步骤1;否则,跳转继续往下执行;步骤4,根据分类性能指标计算交叉概率Pm,并生成随机数Pr,若条件Pr<Pm成立,则为当前DNA序列对执行碱基换位;否则为当前DNA序列对执行碱基翻转;其中,根据分类性能指标计算交叉概率Pm的函数表达式为:上式中,K1和K2为常数参数,K1和K2的取值范围为[0,p],p为流量特征的维度;f
max
为子代种群S中所有DNA序列对应的最优的分类性能指标,f
′
为当前DNA序列对交叉后的平均分类性能指标,f
avg
为子代种群S中所有DNA序列对应的平均分类性能指标;其中f
′
为针对当前DNA序列对交叉后的得到的两个DNA序列,将碱基解码为流量特征得到特征子集基于特征子集进行攻击分类检测,并计算两个特征子集的分类性能指标的平均值后得到;步骤5,判断DNA序列是否遍历完毕,若尚未遍历完毕则跳转步骤2;否则判定不同DNA序列之间的交叉完成。4.根据权利要求2所述的基于DNA计算的智能攻击检测方法,其特征在于,所述同一DNA序列内部的变异包括:首先以变异概率Pc选取DNA序列,然...
【专利技术属性】
技术研发人员:曾增日,赵宝康,彭伟,
申请(专利权)人:中国人民解放军国防科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。