入侵检测系统中用于勒索软件攻击识别的新型混合KH-PSO算法-研究论文

在当今的无线网络环境中，入侵检测系统（IDS）是必不可少的关键安全组件。 在入侵检测中，异常检测引起了研究人员的注意。 异常检测需要提高准确性和检测率。 另一方面，异常检测需要降低误报率，这是系统无法检测到特定攻击的能力。 为了承受以上要求，遗传算法（GA）与机器学习方法相结合，旨在为IDS提供强大的技术。 基于遗传学原理和自然选择，开发了遗传算法以推导适应度函数更好的可能解。 在这项研究中，提出了KH-PSO，即KHA和PSO的混合GA方法，可与IDS中的PCA进行有效的攻击识别。 开发的方法通过优化可以有效地检测IDS中的攻击。 拟议的KH-PSO性能已通过勒索软件数据集进行了验证。 仿真结果表明，所提出的KH-PSO方法在检测攻击和误报率方面比现有方法有效。