[发明专利]一种QSFLA-SVM的感知入侵检测方法

权利要求书

1.一种QSFLA-SVM的感知入侵检测方法，其特征在于：步骤如下：

步骤(1)：获取工控系统中待检测的功能码序列集合，取部分功能码序列构造训练集，其余功能码序列组建测试集；对训练集进行标注，标注出异常功能码序列；

步骤(2)设置QSFLA参数：

聚类中心个数、青蛙种群规模、子种群数、全局最大迭代次数、局部最大迭代次数、收缩扩张因子的上限和下限；

步骤(3)：初始化生成青蛙种群，青蛙种群中包含N个青蛙个体，初始化随机生成N个青蛙个体的位置M＝[M₁,M₂,…,M_i,…,M_N]，每个青蛙个体的位置M_i包含两个分量M_i1、M_i2，M_i1代表SVM惩罚因子C，M_i2代表SVM径向基核函数参数σ，M_i＝[M_i1M_i2]；初始化的限定范围为M_i1∈[X_cmin,X_cmax]，M_i2∈[X_σmin,X_σmax]；

步骤(4)：计算青蛙种群中每个青蛙个体的适应度函数值；

对于每个青蛙个体，根据其位置信息M_i1、M_i2构造基于SVM的入侵检测模型，将训练集输入至基于SVM的入侵检测模型中，获取检测正确率作为每个青蛙个体的适应度函数值；

步骤(5)：根据适应度函数值对青蛙种群中的青蛙个体降序排列，定义整个青蛙种群中适应度函数值最高的青蛙个体为M_g；根据排列后的青蛙种群，划分子种群；

步骤(6)：对于第i子种群，定义子种群最坏的青蛙个体为M_wi，子种群中最好的青蛙个体为M_bi，计算第i子种群的局部吸引点C_i，根据更新公式对青蛙个体M_wi进行更新进化，得到新的青蛙个体newM_w；

newM_w＝C_i-β×|M_bi-M_wi|×ln(1/rand_u5)when rand_u6≥0.5

newM_w＝C_i+β×|M_bi-M_wi|×ln(1/rand_u5)when rand_u6＜0.5

其中，rand_u3、rand_u4、rand_u5、rand_u6是区间0到1内均匀分布的随机数；β为收缩扩张因子，t为当前局部迭代次数，Maxtime为最大局部迭代次数，Mmax和Mmin分别为β线性减小的上限和下限；

步骤(7)：计算新的青蛙个体newM_w的适应度函数值，如果适应度函数值大于M_w，则用newM_w替换M_w，否则，将M_b替换为M_g，重新更新最坏青蛙个体，如果仍然没有改进，则在解空间中随机产生一个青蛙个体替换M_w；

步骤(8)：重复步骤(6)和步骤(7)直到达到局部最大迭代次数；

步骤(9)：全局信息交换：

将所有青蛙个体进行混合，全局迭代次数加1，生成新的青蛙种群，若未达到全局最大迭代次数，通过适应度函数，继续搜索，否则，搜索结束，获取全局最优青蛙个体对应的SVM惩罚因子C和SVM径向基核函数参数σ；

步骤(10)：根据步骤(8)得到的SVM惩罚因子C和径向基核函数σ构造基于SVM的入侵检测模型，将训练集输入至基于SVM的入侵检测模型进行训练，得到训练好的基于SVM的入侵检测模型；

步骤(11)：将测试集输入至训练好的基于SVM的入侵检测模型进行检测，输出检测结果。