一種基于ＩＣＡ和模糊粗糙集的入侵檢測(cè)方法

摘要：提出了一種高效低負(fù)荷的異常檢測(cè)方法。該方法使用基于獨(dú)立分量分析(ICA)的特征選擇算法對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行特征提取，并使用模糊粗糙集對(duì)數(shù)據(jù)進(jìn)行聚類分析，減少了分類器的運(yùn)算量，提高了入侵檢測(cè)的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明，該方法的檢測(cè)效果要優(yōu)于同類的其他方法。

關(guān)鍵詞：入侵檢測(cè)；異常檢測(cè)；獨(dú)立分量分析；粗糙集；模糊粗糙集

中圖分類號(hào)：TP393．08文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-3695(2008)05-1524-03

0引言

入侵檢測(cè)系統(tǒng)從網(wǎng)絡(luò)上獲取的數(shù)據(jù)往往具有高維的特點(diǎn)，但入侵行為信息往往只集中于部分屬性中。例如DoS和Probe攻擊主要與數(shù)據(jù)流量屬性有關(guān)；U2R和R2L攻擊主要與內(nèi)容屬性相關(guān)。因此在獲取的網(wǎng)絡(luò)數(shù)據(jù)中存在冗余的屬性信息，這些冗余信息一方面會(huì)影響數(shù)據(jù)分類的正確性，另一方面會(huì)增加訓(xùn)練和檢測(cè)的運(yùn)算量。另外，在對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行檢測(cè)的過(guò)程中所涉及的概念和知識(shí)大多數(shù)都是模糊的，這將不利于檢測(cè)規(guī)則的生成，且會(huì)影響系統(tǒng)的檢測(cè)率。

為了解決上述問(wèn)題，本文提出了一種基于獨(dú)立分量分析(ICA)和模糊粗糙集的入侵檢測(cè)方法。該方法在對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行檢測(cè)前，首先使用ICA算法對(duì)采集到的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行特征提取，以消除冗余屬性，降低數(shù)據(jù)維數(shù)；然后再使用基于模糊粗糙集的IDS分類器對(duì)數(shù)據(jù)進(jìn)行分類，以確定是否發(fā)生入侵。實(shí)驗(yàn)結(jié)果表明，本文提出的入侵檢測(cè)方法能夠有效地消除網(wǎng)絡(luò)數(shù)據(jù)中的冗余屬性信息，減少了分類器的訓(xùn)練和檢測(cè)的運(yùn)算量；同時(shí)也解決了模糊概念和模糊知識(shí)所帶來(lái)的問(wèn)題，取得了比較理想的檢測(cè)率。

1獨(dú)立分量分析

獨(dú)立分量分析(ICA)是近年來(lái)由盲源分離技術(shù)發(fā)展起來(lái)的多信號(hào)盲源分離方法。ICA是一種用于數(shù)據(jù)特征提取的線性變換技術(shù)。設(shè)N個(gè)觀測(cè)變量為xi(i=1，2，…，N)，每個(gè)觀測(cè)變量可以表示為M個(gè)獨(dú)立分量sj=(j=1，2，…，M)的線性組合。記X=(x1，x2，…，xN)T，S=(s1，s2，…，sM)T，則X=AS。其中：A=(aij)N×M為未知混合矩陣。ICA方法就是在混合矩陣A和獨(dú)立分量S未知的情況下，根據(jù)觀測(cè)數(shù)據(jù)X確定分離矩陣W=[w1，w2，…，wM]，使得變換后的輸出S=A+X=WX是對(duì)S的最優(yōu)估計(jì)。其中A+是A的廣義逆。在實(shí)際應(yīng)用中，通常采用負(fù)熵作為判斷向量相互獨(dú)立的準(zhǔn)則[1]。

目前，提出的ICA算法比較多，如神經(jīng)網(wǎng)絡(luò)算法、FASTICA算法等。其中FASTICA算法速度比較快[2]，因此本文對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行特征提取時(shí)采用FASTICA算法。

2基于模糊粗糙集的規(guī)則學(xué)習(xí)算法 

2．1連續(xù)屬性模糊化

在入侵檢測(cè)中，IDS系統(tǒng)收集到的信息中存在大量的連續(xù)屬性，但粗糙集理論只能處理離散數(shù)據(jù)，因此，在對(duì)數(shù)據(jù)進(jìn)行分析前要對(duì)連續(xù)屬性進(jìn)行模糊化處理，將連續(xù)屬性轉(zhuǎn)換成離散屬性。

對(duì)連續(xù)屬性進(jìn)行模糊化的關(guān)鍵是確定隸屬度函數(shù)。常用的隸屬度函數(shù)有三角隸屬度函數(shù)、π函數(shù)等。假設(shè)有一連續(xù)屬性a，則a的值域可以表示為V={Va(u)|a∈A，u∈U}。根據(jù)值域的大小和屬性的分布可以將a模糊化為k個(gè)語(yǔ)義變量Yi(i=1，2，…，k)。每個(gè)語(yǔ)義變量Yi具有圖1所示的三角隸屬度函數(shù)[3]。其中：μ(x)為隸屬度；x為屬性值。為保證模糊劃分的完備性，兩個(gè)相鄰隸屬度函數(shù)相交處的函數(shù)值為0.5；另外，k個(gè)模糊劃分中心mi由Kohonen網(wǎng)絡(luò)自組織映射算法[3]確定。

2．2模糊粗糙集模型

傳統(tǒng)的Pawlak粗糙集模型是基于不可分辨關(guān)系的，它是一種等價(jià)關(guān)系，滿足自反性、對(duì)稱性和傳遞性。模糊粗糙集(fuzzy rough sets，F(xiàn)RS)模型[4]是對(duì)Pawlak粗糙集模型的推廣，它放松了集合關(guān)系中的約束條件，去除了不可分辨關(guān)系的傳遞性，將等價(jià)關(guān)系推廣為模糊相似關(guān)系。

定義3設(shè)U、V是兩個(gè)論域，若R是U×V上的一個(gè)模糊集，則稱R是從U到V的一個(gè)模糊關(guān)系；當(dāng)U=V時(shí)，稱R是U上的一個(gè)模糊關(guān)系。

定義4如果模糊關(guān)系R滿足如下條件：

a)自反性，即u∈R，有μR(u，u)=1；

b)對(duì)稱性，即u，v∈U，有μR(u，v)=μR(v，u)。

則稱模糊關(guān)系R為U上的模糊相似關(guān)系。

2．4基于模糊粗糙集的規(guī)則學(xué)習(xí)算法

根據(jù)上面的模糊粗糙模型，可以提出一種模糊粗糙集規(guī)則學(xué)習(xí)算法。算法的步驟如下：

a)使用Kohonen網(wǎng)絡(luò)自組織映射算法確定k個(gè)模糊劃分的中心mi，并用前面所提到的三角隸屬度函數(shù)對(duì)連續(xù)屬性進(jìn)行模糊化；

b)對(duì)每個(gè)屬性用定義6中的方法計(jì)算其相似矩陣；

c)在求出的每個(gè)相似矩陣中引入置信水平λ，根據(jù)定義7求出各屬性的普通相似矩陣；

d)根據(jù)編網(wǎng)法原理得到每個(gè)屬性ai∈A在置信水平λi下對(duì)論域U的劃分U/IND(R{ai}{λi})，進(jìn)而可以計(jì)算出屬性集A對(duì)整個(gè)論域的劃分U/IND(RAλ)；

e)根據(jù)算法1對(duì)決策表的屬性進(jìn)行約簡(jiǎn)；

f)求條件屬性相對(duì)于決策屬性的屬性核，刪除冗余屬性，得到條件屬性的最小簡(jiǎn)化，并刪除重復(fù)對(duì)象；

g)對(duì)每個(gè)實(shí)例求其屬性值的值核，并刪除多余的屬性值，得到其最小屬性值簡(jiǎn)化；

h)刪除決策表中重復(fù)的實(shí)例，歸納出決策規(guī)則。

3基于ICA和FRS的入侵檢測(cè)模型 

根據(jù)上述理論和算法，本文提出了一種基于ICA和模糊粗糙集的入侵檢測(cè)系統(tǒng)模型，如圖2所示。模型由數(shù)據(jù)采集單元、預(yù)處理單元、ICA特征提取單元、模糊粗糙集(FRS)分類器和響應(yīng)單元五部分組成。數(shù)據(jù)采集單元從網(wǎng)絡(luò)中收集檢測(cè)數(shù)據(jù)；預(yù)處理單元對(duì)采集到的數(shù)據(jù)進(jìn)行規(guī)范化處理，以便后續(xù)分析使用；ICA特征提取單元使用FASTICA算法對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行特征提取，以消除數(shù)據(jù)中的冗余屬性；FRS分類器對(duì)數(shù)據(jù)進(jìn)行分類，判斷行為是否為異常行為，并將結(jié)果送給響應(yīng)單元，以及時(shí)通知用戶采取措施。

4實(shí)驗(yàn)與分析 

4．1實(shí)驗(yàn)數(shù)據(jù)

為了驗(yàn)證本文所提出的入侵檢測(cè)模型在入侵檢測(cè)中的效果，本文利用KDD99數(shù)據(jù)集[6]對(duì)其進(jìn)行了測(cè)試。該數(shù)據(jù)集是1998年由麻省理工學(xué)院林肯實(shí)驗(yàn)室為入侵檢測(cè)模型評(píng)估而建立的測(cè)試數(shù)據(jù)集。該數(shù)據(jù)集中的每條數(shù)據(jù)記錄均包含41個(gè)屬性值。這些屬性值可分為四部分，即連接的基本屬性、連接的內(nèi)容屬性和基于時(shí)間的流量屬性、基于主機(jī)的流量屬性。實(shí)驗(yàn)數(shù)據(jù)由訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集兩部分組成。實(shí)驗(yàn)中訓(xùn)練數(shù)據(jù)集包含31 560條記錄，測(cè)試數(shù)據(jù)集包含22 320條記錄。數(shù)據(jù)類型的分布如表1所示。

們定義如下：

檢測(cè)率（DR）=檢測(cè)到的入侵樣本數(shù)/入侵樣本總數(shù)

誤報(bào)率（FPR）=被誤認(rèn)為入侵的正常樣本數(shù)/正常樣本總數(shù)

在實(shí)驗(yàn)過(guò)程中，先使用訓(xùn)練數(shù)據(jù)集對(duì)系統(tǒng)進(jìn)行訓(xùn)練，以建立起一個(gè)入侵檢測(cè)規(guī)則庫(kù)；訓(xùn)練完成后，使用測(cè)試數(shù)據(jù)集對(duì)系統(tǒng)進(jìn)行測(cè)試。實(shí)驗(yàn)數(shù)據(jù)如表2所示。從實(shí)驗(yàn)數(shù)據(jù)可以看出，本文所提出的基于ICA和模糊粗糙集的入侵檢測(cè)方法有比較高的檢測(cè)率和低誤報(bào)率，對(duì)DoS攻擊和Probe攻擊的檢測(cè)率很高，但對(duì)R2L攻擊和U2R攻擊的檢測(cè)率相對(duì)不夠理想，這是由于這兩種攻擊一般是偽裝成合法用戶的身份進(jìn)行攻擊，這樣就使其特征與正常數(shù)據(jù)包比較類似，造成了算法檢測(cè)的困難。但本文所提出的方法對(duì)這兩種攻擊的檢測(cè)率較文獻(xiàn)[7，8]有了較大幅度的提高。原因是本文在構(gòu)造入侵檢測(cè)分類器時(shí)引入了模糊粗糙集模型，建立檢測(cè)規(guī)則時(shí)為每個(gè)屬性都引入了一個(gè)置信水平λ，使得每條規(guī)則中屬性的重要程度都各不相同，因此可以更好地將正常行為和異常行為區(qū)分開(kāi)來(lái)。

為了驗(yàn)證ICA特征提取環(huán)節(jié)對(duì)系統(tǒng)性能的影響，在使用訓(xùn)練數(shù)據(jù)集對(duì)系統(tǒng)進(jìn)行訓(xùn)練時(shí)，分別測(cè)試了使用和不使用ICA特征提取環(huán)節(jié)系統(tǒng)的訓(xùn)練時(shí)間。其中：訓(xùn)練時(shí)間1是使用該環(huán)節(jié)的訓(xùn)練時(shí)間；訓(xùn)練時(shí)間2是不使用該環(huán)節(jié)的訓(xùn)練時(shí)間。實(shí)驗(yàn)數(shù)據(jù)如表3所示。

5結(jié)束語(yǔ)

本文將模糊粗糙集理論引入到了入侵檢測(cè)分類器的構(gòu)造中，解決了在入侵檢測(cè)中模糊概念和模糊知識(shí)對(duì)檢測(cè)規(guī)則的生成所帶來(lái)的問(wèn)題；同時(shí)，在入侵檢測(cè)系統(tǒng)模型中引入了ICA特征提取環(huán)節(jié)，在對(duì)網(wǎng)絡(luò)數(shù)據(jù)分類前，先使用FASTICA算法對(duì)數(shù)據(jù)進(jìn)行特征提取，消除了數(shù)據(jù)中的冗余屬性，大大減少了分類器的訓(xùn)練和檢測(cè)的運(yùn)算量。實(shí)驗(yàn)證明，本文所提出的入侵檢測(cè)方法是一種高效低負(fù)荷的檢測(cè)方法。

參考文獻(xiàn)：

［1］HYVARINEN A，OJA E.Independent component analysis:algorithms and applications[J].Neural Networks，2000，13(4-5):411-430.

[2]HYVARINEN A.Survey on independent component analysis[J].Neural Computing Surveys，1999，2:94－128.

[3] KOHONEN T.Self－organization and associative memory[M].Berlin:Springer，1988.

[4] 張文修.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.

[5] 趙汝懷.弗晰聚類的編網(wǎng)法[J].西安交通大學(xué)學(xué)報(bào)，1980(4)：43-47.

[6] KDD99.KDD99 cup dataset[DB/OL].(1999).http://kdd.ics.uci.edu/data－bases/kddcup99.

[7] 李瑋，范九倫.基于新的聚類算法的入侵檢測(cè)[J].計(jì)算機(jī)工程，2006，32(7):149－153.

[8] ZHANG Lian－h(huán)ua， ZHANG Guan－h(huán)ua， YU Lang.Intrusion detection using rough set classification[J].Zhejiang University SCI，2004，5(9):1076－1086.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”