一种基于机器学习的MANET网络入侵检测性能评估方法研究

摘要：

移动Ad hoc网络(MANET,Mobile Ad hoc Networks)正得到越来越广泛的应用,相应的网络安全问题也开始得到广泛的关注.研究MANET网络可能遭遇的攻击方式,提出基于机器学习技术的入侵检测性能评估模型,并提出一个综合评价指标,比较了7种机器学习算法在MANET网络入侵检测中的性能表现,对于构建安全有效的MANET网络具有重要的意义.使用GloMoSim仿真工具对MANET网络正常行为及黑洞、洪水、丢包3种入侵行为进行模拟,并详细分析了各种攻击情况下,7种机器学习算法的性能表现.分析结果显示,该评估模型能较好地反映出各种机器学习算法的性能,其中,多层感知器、逻辑回归和支持向量机具有较高的检测率及较低的误报率.

关键词：MANET、入侵检测、机器学习、性能评估

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：“十二五”国家科技支撑计划:农村小水电高效发电技术2012BAD10B01

在线出版日期：2014-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：170-174,191