基于PER-PPO2的入侵检测技术

摘要

随着万物信息化与智能化的快速发展，网络攻击范围不断扩大。传统的入侵检测算法，如主成分分析(PCA)结合随机森林和K近邻等，由于网络数据繁多，特征提取能力较差，分类准确率低。针对上述问题，提出一种新的入侵检测技术，称为优先经验采样的近端策略优化裁剪(prioritized experience replay-proximal policy optimization clip, PER-PPO2)算法，基于强化学习实现包裹法特征选择。深度强化学习通过构建以分类器混淆矩阵为基础的奖励函数，使智能体根据奖励反馈选择分类器的较优特征，结合优先经验采样优化算法的训练样本，提高算法的稳定性与收敛性能；使用性能较优的轻量级梯度提升机(LightGBM)作为分类器。使用NSL-KDD数据集对模型进行实验评估，结果表明模型将数据集的41维特征降低为8维时分类F1值达到0.871 3,可以满足入侵检测的要求。

关键词

近端策略优化裁剪 / 优先经验采样 / 入侵检测 / 深度强化学习 / LightGBM

基金资助

国家自然科学基金项目(61971291)