優(yōu)化PSO-BP算法及其在校園網(wǎng)安全日志分類上的應(yīng)用

◆梁師哲 梁京章 梁成國(guó)

?

優(yōu)化PSO-BP算法及其在校園網(wǎng)安全日志分類上的應(yīng)用

◆梁師哲 梁京章 梁成國(guó)

(廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院 廣西 530004)

伴隨著傳統(tǒng)教育步入大數(shù)據(jù)時(shí)代，高校對(duì)于大數(shù)據(jù)安全平臺(tái)的部署和數(shù)據(jù)挖掘變得越來越廣泛和深入。為了提高高校海量安全日志的識(shí)別分類準(zhǔn)確率，預(yù)測(cè)網(wǎng)絡(luò)攻擊行為，避免高校校園網(wǎng)因網(wǎng)絡(luò)攻擊造成更多的損失，本文提出了一種改進(jìn)的基于粒子群優(yōu)化的BP（back propagation）神經(jīng)網(wǎng)絡(luò)強(qiáng)學(xué)習(xí)算法，用于校園網(wǎng)安全日志的分類，提取日志中的屬性值作為BP神經(jīng)網(wǎng)絡(luò)的輸入值，利用粒子群優(yōu)化算法（PSO）初始化BP神經(jīng)網(wǎng)絡(luò)連接權(quán)值和閾值，結(jié)合Adaboost算法的思想將多個(gè)BP神經(jīng)網(wǎng)絡(luò)弱學(xué)習(xí)算法組合構(gòu)建為一個(gè)強(qiáng)學(xué)習(xí)算法，并針對(duì)校園網(wǎng)海量日志存在的非平衡數(shù)據(jù)及算法本身等問題提出改進(jìn)，設(shè)計(jì)基于Adaboost優(yōu)化的PSO-BP算法的校園網(wǎng)安全日志分類模型。利用真實(shí)校園網(wǎng)安全日志數(shù)據(jù)進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明經(jīng)過改進(jìn)的算法可以提高BP弱學(xué)習(xí)算法的分類性能，適用于識(shí)別安全日志，預(yù)測(cè)攻擊行為。

校園網(wǎng)；安全日志；PSO-BP；神經(jīng)網(wǎng)絡(luò)；Adaboost

0 引言

隨著國(guó)家對(duì)網(wǎng)絡(luò)安全宣傳的逐漸重視，作為信息化建設(shè)的主體，高校網(wǎng)絡(luò)安全問題逐漸成為建設(shè)的焦點(diǎn)問題。校園網(wǎng)對(duì)于網(wǎng)絡(luò)攻擊事件的安全防范通常都是以日志記錄以及告警的形式輸出數(shù)據(jù)，并管理控制潛在的風(fēng)險(xiǎn)，分析這些校園網(wǎng)安全日志是通過收集分析各種安全日志文件以識(shí)別出入侵和入侵企圖，是網(wǎng)絡(luò)安全防御系統(tǒng)的重要組成部分，在網(wǎng)絡(luò)安全中起著重要作用[1]。在大數(shù)據(jù)時(shí)代，各高校部署的安全平臺(tái)更趨于完善，對(duì)于海量安全日志的收集和分析手段更加豐富，人們對(duì)校園網(wǎng)的安全防范意識(shí)也逐漸加強(qiáng)。校園網(wǎng)的海量安全日志不僅記錄了一段時(shí)期內(nèi)針對(duì)校園網(wǎng)的攻擊和試探行為，同時(shí)也蘊(yùn)含了大量攻擊行為的特征，這些特征和規(guī)律更值得我們關(guān)注、分析和挖掘。

數(shù)據(jù)挖掘技術(shù)是在海量數(shù)據(jù)環(huán)境中收集并分析數(shù)據(jù)的技術(shù)，目的是發(fā)現(xiàn)未知的關(guān)系和以數(shù)據(jù)擁有者可以理解并對(duì)其有價(jià)值的新穎方式來總結(jié)數(shù)據(jù)[2]，又稱為數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)（KDD），即從大量數(shù)據(jù)中提取或“挖掘知識(shí)”。針對(duì)日志文件的數(shù)據(jù)挖掘技術(shù)主要有統(tǒng)計(jì)分析[3,4]、序列模式分析[5,6]、關(guān)聯(lián)規(guī)則[7,8]、分類和聚類[9,10]等。一般校園網(wǎng)日志的關(guān)鍵詞有Web訪問、流量信息、被屏蔽的網(wǎng)絡(luò)訪問、攻擊、各種服務(wù)(Web、FTP、Email、VPN等)以及網(wǎng)關(guān)登錄、維護(hù)信息等等[11]，校園網(wǎng)安全日志分析是通過對(duì)校園網(wǎng)安全日志文件的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)有關(guān)訪問者連接的特征。上述方法中，統(tǒng)計(jì)分析方法雖能提高性能但無法對(duì)特征進(jìn)行深層次的分析，序列模式更注重時(shí)間順序上的數(shù)據(jù)項(xiàng)，更適用于Web日志的挖掘，關(guān)聯(lián)規(guī)則和聚類方法則更關(guān)注于訪問者的行為挖掘，因此針對(duì)于具有攻擊行為的日志識(shí)別，這些方法都不適用。

本文采用機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)分類算法對(duì)校園網(wǎng)安全日志進(jìn)行分類識(shí)別預(yù)測(cè)。傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)采用梯度下降算法，通過學(xué)習(xí)得到的誤差值反向傳播調(diào)整整個(gè)網(wǎng)絡(luò)的權(quán)值和閾值，因此合理的初始值會(huì)影響到整個(gè)算法的性能。為避免出現(xiàn)學(xué)習(xí)過程中易陷入局部最優(yōu)解、泛化能力差等問題，本文采用基于粒子群優(yōu)化的算法，通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的誤差值找到使得群體適應(yīng)度最小的粒子，利用該粒子的位置矢量設(shè)置神經(jīng)網(wǎng)絡(luò)最合適的初始權(quán)值和閾值；同時(shí)，結(jié)合Adaboost算法的思想，將優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)作為弱學(xué)習(xí)算法，組合構(gòu)建由多個(gè)BP神經(jīng)網(wǎng)絡(luò)輸出的強(qiáng)學(xué)習(xí)算法，以提高對(duì)安全日志的識(shí)別準(zhǔn)確率，使校園網(wǎng)安全日志的分類更加可靠。

1 PSO-BP算法

1.1 粒子群算法

粒子群算法（PSO算法），也稱為粒子群優(yōu)化算法或鳥群覓食算法（Particle Swarm Optimization），是由J. Kennedy和R. C. Eberhart[12]等于1995年提出并應(yīng)用于函數(shù)優(yōu)化的進(jìn)化算法(Evolutionary Algorithm - EA)。PSO 算法和其他進(jìn)化算法相似，通過隨機(jī)初始化的粒子迭代進(jìn)化尋找最優(yōu)的位置矢量，并依據(jù)適應(yīng)度來評(píng)價(jià)解的品質(zhì)[13]。PSO算法基于粒子群體，采用實(shí)數(shù)求解，且需要調(diào)整的參數(shù)較少，通過追隨當(dāng)前搜索到的最優(yōu)值來尋找全局最優(yōu)，因此廣泛應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)和其他遺傳算法等領(lǐng)域。

PSO算法通過將鳥的飛行空間看作為問題的解空間，將每只鳥的個(gè)體看作為一個(gè)粒子，粒子規(guī)模為N，每個(gè)粒子i在N維空間中都有其空間位置Xi=(x1,x2,?,xN)和速度Vi=(v1,v2,?,vN)，并依據(jù)自己的飛行經(jīng)驗(yàn)和群體全局的飛行經(jīng)驗(yàn)動(dòng)態(tài)地調(diào)整自己的飛行軌跡。每個(gè)粒子在進(jìn)化中通過由目標(biāo)函數(shù)決定的適應(yīng)值(fitness value)知道自己目前位置的好壞。當(dāng)每輪進(jìn)化結(jié)束后，粒子可以知道自己能發(fā)現(xiàn)的最好位置（pbest），并通過更新全局獲得粒子群全局最好的位置（gbest），這也決定了每個(gè)粒子在下一步進(jìn)化中的飛行方向和粒子群總體的飛行方向：

vi=w*vi+c1*rand()*(pbest[i]-x[i])+c2*rand()*(gbest-x[i]) (1)

xi=xi+vi(2)

上式中粒子迭代尋找最優(yōu)解，利用找到的最優(yōu)位置pbest[i]和粒子群全局最優(yōu)解gbest這兩個(gè)極值來更新自己的速度和位置。其中，vi為粒子的速度，xi為粒子的位置，rand()產(chǎn)生0到1之間的隨機(jī)數(shù)，w為慣性權(quán)重，c1和c2為學(xué)習(xí)因子。在進(jìn)化迭代過程中，需根據(jù)實(shí)際需要為vi和xi指定范圍。

1.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種，它模擬人類大腦的神經(jīng)元工作，是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)[14]。因?yàn)锽P神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的非線性映射能力且結(jié)構(gòu)相對(duì)簡(jiǎn)單，所以如今已被廣泛應(yīng)用于各行業(yè)的研究。三層BP神經(jīng)網(wǎng)絡(luò)如圖1所示，即輸入層、隱藏層（中間層）、輸出層，各層之間的神經(jīng)元實(shí)行全連接，同層內(nèi)的神經(jīng)元無連接，各層神經(jīng)元的個(gè)數(shù)可以根據(jù)實(shí)際情況決定，其訓(xùn)練的效果也會(huì)因此有所不同。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

輸入樣本數(shù)據(jù)從網(wǎng)絡(luò)輸入節(jié)點(diǎn)向前傳播后，分別經(jīng)由隱藏層和輸出層的線性函數(shù)作用和非線性函數(shù)的變換，最終從輸出節(jié)點(diǎn)得到結(jié)果。如果輸出的結(jié)果與訓(xùn)練結(jié)果預(yù)期有差別，則定義網(wǎng)絡(luò)輸出結(jié)果與期望輸出的誤差信號(hào)，并將誤差信號(hào)逆向傳播，反復(fù)修改每層網(wǎng)絡(luò)的權(quán)值和節(jié)點(diǎn)的閾值，直到輸出誤差減小到一定的范圍。

1.3 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)雖然已得到成熟的應(yīng)用，但也存在一些缺陷，其中最主要的就是學(xué)習(xí)速度慢，有時(shí)對(duì)于一個(gè)神經(jīng)網(wǎng)絡(luò)的多次訓(xùn)練也有可能得到較差的收斂效果。其次，BP神經(jīng)網(wǎng)絡(luò)采用誤差反向傳播來調(diào)整網(wǎng)絡(luò)連接權(quán)值，也會(huì)陷入粒子尋優(yōu)過程中局部最優(yōu)解的問題，從而導(dǎo)致無法找到全局最優(yōu)解，本文引入了基于PSO改進(jìn)的算法以解決這個(gè)問題?；赑SO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法步驟如下：

（1）處理數(shù)據(jù)。對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理并歸一化；

（2）確定參數(shù)。確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及PSO粒子的相關(guān)參數(shù)；

（3）初始化粒子。隨機(jī)初始化粒子位置和速度；

（4）進(jìn)化粒子。訓(xùn)練神經(jīng)網(wǎng)絡(luò)，將輸出誤差作為粒子的適應(yīng)度，并得到該粒子的個(gè)體最優(yōu)值和全局最優(yōu)值；

（5）更新粒子。根據(jù)(1) (2)式更新粒子的位置和速度；

（6）判斷是否大于迭代次數(shù)，如果大于，保存參數(shù)，進(jìn)行步驟（7），否則跳轉(zhuǎn)到步驟（4）；

（7）賦值參數(shù)。將獲得全局最優(yōu)值的粒子的位置參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值；

（8）輸出結(jié)果。對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練直至結(jié)束，輸出分類結(jié)果。

上述步驟中，步驟（4）通過將適應(yīng)度值設(shè)置為使用該組權(quán)值時(shí)的網(wǎng)絡(luò)輸出誤差，在預(yù)設(shè)的迭代次數(shù)內(nèi)搜索最優(yōu)的網(wǎng)絡(luò)權(quán)值，這樣可以提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度，同時(shí)也有效避免了BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)陷入局部最優(yōu)解的問題。

2 基于Adaboost改進(jìn)的PSO-BP分類模型

2.1 Adaboost算法

AdaBoost算法是基于Boosting思想的機(jī)器學(xué)習(xí)算法[15]，其基本思想是通過迭代尋找合適的弱學(xué)習(xí)算法，并將多個(gè)弱學(xué)習(xí)算法組合構(gòu)建為一個(gè)強(qiáng)學(xué)習(xí)算法以減小學(xué)習(xí)誤差。Hansen和Salamon[16]證明了組合多個(gè)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的輸出可以提高算法的識(shí)別能力。

Adaboost算法主要是通過每次訓(xùn)練樣本集的分類結(jié)果情況，以及之前總體分類的準(zhǔn)確率，以確定每個(gè)訓(xùn)練樣本的權(quán)值。將修改權(quán)值的新數(shù)據(jù)傳送給下次迭代的學(xué)習(xí)算法進(jìn)行訓(xùn)練，然后將每次訓(xùn)練得到的弱學(xué)習(xí)算法融合起來，組合構(gòu)建成最后的強(qiáng)學(xué)習(xí)算法。Adaboost強(qiáng)學(xué)習(xí)算法的步驟如下：

a)選擇數(shù)據(jù)。訓(xùn)練集中每個(gè)樣本有一個(gè)權(quán)重D，也稱為樣本權(quán)重。α為弱學(xué)習(xí)算法的權(quán)重。對(duì)于樣本的訓(xùn)練集{(xi,yi)}(i=1,2,…,N)，初始化時(shí)設(shè)定每個(gè)樣本數(shù)據(jù)的權(quán)重：

D1=(w1,1,w1,2,…,w1,N) (3)

w1,i=1/N,i=1,2,…,N (4)

b) 訓(xùn)練弱學(xué)習(xí)算法。利用h1弱學(xué)習(xí)算法對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，學(xué)習(xí)后計(jì)算錯(cuò)誤率：

其中#error為錯(cuò)誤分類數(shù)，#all為分類總數(shù)。

c) 計(jì)算序列權(quán)重。將錯(cuò)誤率ε作為計(jì)算弱學(xué)習(xí)算法的權(quán)重的一部分：

d)訓(xùn)練數(shù)據(jù)權(quán)值更新。更新訓(xùn)練數(shù)據(jù)集的權(quán)值分布：

其中，Zt是歸一化因子；

e)判斷是否大于迭代次數(shù)，如果大于，進(jìn)行步驟f)，否則跳轉(zhuǎn)到步驟b)繼續(xù)訓(xùn)練弱學(xué)習(xí)算法；

f)強(qiáng)學(xué)習(xí)算法計(jì)算。經(jīng)過t輪的學(xué)習(xí)后，得到t個(gè)弱學(xué)習(xí)算法{h1,h2,…,ht}及其權(quán)重{α1,α2,…,αt}。分別計(jì)算t個(gè)弱學(xué)習(xí)算法的輸出{h1(X),h2(X),…,ht(X)}，最終得到Adaboost算法的輸出結(jié)果為：

2.2 基于改進(jìn)的PSO-BP的校園網(wǎng)安全日志分類模型設(shè)計(jì)

基于Adaboost算法原理對(duì)PSO-BP算法做出以下改進(jìn)：針對(duì)BP權(quán)值初始化問題，采用先用PSO算法優(yōu)化后得到效果較優(yōu)的權(quán)值和閾值后再進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的初始化；并將PSO優(yōu)化后的算法作為弱學(xué)習(xí)算法，結(jié)合AdaBoost算法進(jìn)行多次弱學(xué)習(xí)算法訓(xùn)練，最終加權(quán)組合成強(qiáng)學(xué)習(xí)算法，以提高模型預(yù)測(cè)準(zhǔn)確度。改進(jìn)后的算法學(xué)習(xí)模型如圖2。

圖2 改進(jìn)的學(xué)習(xí)算法流程圖

2.3 主要問題及改進(jìn)

（1）由于校園網(wǎng)安全日志中多數(shù)記錄了無攻擊行為的正常訪問數(shù)據(jù)，而記錄攻擊行為的日志占極少數(shù)，所以是非平衡數(shù)據(jù)集。非平衡數(shù)據(jù)集在普通的學(xué)習(xí)過程中會(huì)因分類器更加傾向于多數(shù)類數(shù)據(jù)而導(dǎo)致在稀有類數(shù)據(jù)上的分類效果很差[17]。針對(duì)這個(gè)問題，采用隨機(jī)過抽樣技術(shù)，通過將攻擊日志數(shù)據(jù)隨機(jī)復(fù)制樣本集增加到非平衡數(shù)據(jù)集中，以獲得更好的分類性能；

（2）雖然大多安全日志數(shù)據(jù)的屬性值為標(biāo)稱型數(shù)據(jù)，都是合法數(shù)據(jù)且可以作為分類算法的輸入值，但基于網(wǎng)絡(luò)安全的常識(shí)，有的屬性值如端口號(hào)、協(xié)議等存在多值問題，這些數(shù)值中大部分對(duì)于攻擊行為的識(shí)別沒有幫助，反而會(huì)降低學(xué)習(xí)的效率。因此需要依照經(jīng)驗(yàn)預(yù)先設(shè)定閾值，清理這些無效的數(shù)據(jù)，保留閾值范圍內(nèi)的屬性值；

（3）針對(duì)PSO優(yōu)化的過程中易陷入局部最優(yōu)解的問題，采用自適應(yīng)變異的方法。在PSO算法分別中，兩個(gè)學(xué)習(xí)因子分別控制粒子自身和粒子群全局這兩個(gè)部分對(duì)粒子速度的影響。在粒子尋優(yōu)過程中，我們希望算法初期能在整個(gè)粒子空間內(nèi)搜索解，從而避免提前陷入局部最優(yōu)解中，因此在進(jìn)化過程中控制rand()的值，當(dāng)rand()值大于閾值而使得粒子或全局部分的比重過大時(shí)，重新賦予粒子均勻的隨機(jī)值。

3 實(shí)驗(yàn)及結(jié)果分析

本文采用Matlab R2016a軟件，實(shí)驗(yàn)用計(jì)算機(jī)配置為Intel Core i7-4790 CPU，3.60GHz主頻，8GB內(nèi)存。

3.1 實(shí)驗(yàn)數(shù)據(jù)集

本文采用廣西大學(xué)信息網(wǎng)絡(luò)中心某一月份的校園網(wǎng)安全日志，約有300萬條日志數(shù)據(jù)，其中約2000條記錄了帶有攻擊的行為，將這些數(shù)據(jù)標(biāo)識(shí)為安全日志和攻擊日志兩類，隨機(jī)選取其中70%作為訓(xùn)練數(shù)據(jù)，30%作為測(cè)試數(shù)據(jù)。校園網(wǎng)日志文件包括時(shí)間、源地址、源端口、目的地址、目的端口、URL、MAC地址、協(xié)議等屬性，將數(shù)據(jù)預(yù)處理后的屬性值作為特征屬性。

本文通過對(duì)單個(gè)弱BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、PSO-BP神經(jīng)網(wǎng)絡(luò)算法和改進(jìn)后的強(qiáng)學(xué)習(xí)算法入手，對(duì)日志數(shù)據(jù)進(jìn)行訓(xùn)練。從訓(xùn)練數(shù)據(jù)集中隨機(jī)選取1500組數(shù)據(jù)用于訓(xùn)練，之后逐漸增加訓(xùn)練集的數(shù)量，利用驗(yàn)證集數(shù)據(jù)驗(yàn)證三種算法的分類準(zhǔn)確率。通過將輸入數(shù)據(jù)轉(zhuǎn)換為數(shù)值的方式，將BP神經(jīng)網(wǎng)絡(luò)弱學(xué)習(xí)算法輸入節(jié)點(diǎn)設(shè)為5個(gè)，輸出節(jié)點(diǎn)設(shè)為2個(gè)，根據(jù)多次實(shí)驗(yàn)比較，將隱藏層節(jié)點(diǎn)數(shù)設(shè)為10個(gè)時(shí)分類效果最佳，同時(shí)采用梯度下降算法更新權(quán)值和閾值；設(shè)置粒子規(guī)模為30，最大進(jìn)化次數(shù)為100次，慣性權(quán)重為0.5，學(xué)習(xí)因子c1和c2均為1.5；強(qiáng)學(xué)習(xí)算法使用5個(gè)相同BP神經(jīng)網(wǎng)絡(luò)弱學(xué)習(xí)算法組合。下表1為三種算法在10次不同數(shù)量驗(yàn)證集下分類的準(zhǔn)確率。

表1 三種算法的分類準(zhǔn)確率

將表1映射到圖3中，可知三種算法在訓(xùn)練集樣本量很小的情況下分類效果并不理想，但隨著樣本規(guī)模的增大，PSO-BP神經(jīng)網(wǎng)絡(luò)算法的分類準(zhǔn)確率明顯大于BP神經(jīng)網(wǎng)絡(luò)的分類準(zhǔn)確率，如圖4即為PSO優(yōu)化過程中適應(yīng)度最優(yōu)的個(gè)體的變化曲線，PSO算法使得BP神經(jīng)網(wǎng)絡(luò)多次跳出局部極小值；同時(shí)，改進(jìn)后的強(qiáng)學(xué)習(xí)算法的分類準(zhǔn)確率也明顯大于其他兩類算法；BP神經(jīng)網(wǎng)絡(luò)算法和PSO-BP算法的分類誤差變化幅度較大，而改進(jìn)后的強(qiáng)學(xué)習(xí)算法的分類誤差較小且相對(duì)平穩(wěn)。圖5為改進(jìn)后的強(qiáng)學(xué)習(xí)算法和單個(gè)弱BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法分類準(zhǔn)確率的差距，可見其準(zhǔn)確率有較大提升，提升率達(dá)到5%~20%左右。

圖3 三種算法的分類準(zhǔn)確率

圖4 每次迭代中最優(yōu)粒子適應(yīng)度

圖5 強(qiáng)學(xué)習(xí)算法與弱BP學(xué)習(xí)算法效果的提升

綜上分析，通過基于Adaboost改進(jìn)的PSO-BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型用于校園網(wǎng)日志識(shí)別更為合理，更加有效地提高了識(shí)別的泛化能力和可靠性。

4 結(jié)論

校園網(wǎng)安全問題已經(jīng)逐漸成為高校建設(shè)的焦點(diǎn)問題，對(duì)大數(shù)據(jù)平臺(tái)海量日志的分析和挖掘越來越有深刻的意義。對(duì)于如何提高校園網(wǎng)安全日志識(shí)別準(zhǔn)確率，不僅需要對(duì)分類學(xué)習(xí)算法改進(jìn)設(shè)計(jì)，還要對(duì)數(shù)據(jù)集本身進(jìn)行合適特征選擇和提取。本文提出一種基于Adaboost思想改進(jìn)的PSO-BP強(qiáng)學(xué)習(xí)算法，并通過真實(shí)校園網(wǎng)安全日志的實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的算法具有良好的分類準(zhǔn)確率，對(duì)于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的分類效果有明顯改善，能夠更加有效地識(shí)別具有攻擊行為的校園網(wǎng)安全日志，預(yù)測(cè)網(wǎng)絡(luò)攻擊。

[1]姜傳菊.網(wǎng)絡(luò)日志分析在網(wǎng)絡(luò)安全中的作用[J].現(xiàn)代圖書情報(bào)技術(shù)，2004.

[2]Hand D J, Smyth P, Mannila H. Principles of data mining[J]. Drug Safety, 2007.

[3]Osmar R. Za?ane, Xin M, Han J. Discovering Web Access Patterns and Trends by Applying OLAP and Data Mining Technology on Web Logs[C]// Advances in Digital Libraries Conference. IEEE Computer Society, 1998.

[4]郭巖，白碩，楊志峰等.網(wǎng)絡(luò)日志規(guī)模分析和用戶興趣挖掘[J].計(jì)算機(jī)學(xué)報(bào)，2005.

[5]Deshpande M, Karypis G. Selective Markov models for predicting Web page accesses[J]. Acm Transactions on Internet Technology, 2004.

[6]Sarukkai R R. Link prediction and path analysis using Markov chains 1[J]. Computer Networks, 2000.

[7]Liu B, Hsu W, Ma Y. Mining association rules with multiple minimum supports[C]// Proc. of the ACM SIGKDD Intl. Conference on Knowledge Discovery and Data Mining. 1999.

[8]Chen M S, Park J S, Yu P S. Data mining for path traversal patterns in a web environment[C]// International Conference on Distributed Computing Systems. IEEE Computer Society, 1996.

[9]陳澤紅.基于Web訪問日志的用戶聚類研究[D].廈門大學(xué)，2014.

[10]邢東山，沈鈞毅，宋擒豹.從Web日志中挖掘用戶瀏覽偏愛路徑[J].計(jì)算機(jī)學(xué)報(bào), 2003.

[11]劉進(jìn)軍，張明勇.基于校園網(wǎng)日志數(shù)據(jù)挖掘系統(tǒng)的研究[J].滁州學(xué)院學(xué)報(bào)，2007.

[12]Kennedy J, Eberhart R. Particle swarm optimization[C]// IEEE International Conference on Neural Networks, 1995. Proceedings，1995.

[13]沈?qū)W利，張紅巖，張紀(jì)鎖.改進(jìn)粒子群算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2010.

[14]周志華.機(jī)器學(xué)習(xí) : = Machine learning[M].清華大學(xué)出版社, 2016.

[15]曹瑩，苗啟廣，劉家辰等.AdaBoost算法研究進(jìn)展與展望[J].自動(dòng)化學(xué)報(bào)，2013.

[16]Hansen L K, Salamon P. Neural network ensembles[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence，2002.

[17]職為梅，郭華平，范明等.非平衡數(shù)據(jù)集分類方法探討[J].計(jì)算機(jī)科學(xué)，2012.