基于進(jìn)化小波網(wǎng)絡(luò)的入侵檢測(cè).pdf

1、入侵檢測(cè)是目前研究最多,應(yīng)用最廣的安全技術(shù)之一.入侵檢測(cè)即識(shí)別出(最好是實(shí)時(shí))對(duì)計(jì)算機(jī)及網(wǎng)絡(luò)系統(tǒng)的非法的和未授權(quán)的使用、誤用和濫用.我們可以把這個(gè)識(shí)別過程看成是一個(gè)分類過程(即區(qū)分出哪些是正常使用,哪些是非正常使用).本文的主要研究工作如下:1.本文給出了基于小波網(wǎng)絡(luò)的入侵檢測(cè)模型,該模型結(jié)合了神經(jīng)網(wǎng)絡(luò)(自學(xué)習(xí)能力)與小波分析(最佳函數(shù)逼近能力)的優(yōu)點(diǎn).2.該模型中的學(xué)習(xí)模塊在解決實(shí)際問題的性能及效率很大程度上取決于合適的優(yōu)化算法.故本

2、文在該小波網(wǎng)絡(luò)入侵檢測(cè)模型的學(xué)習(xí)模塊中使用了基于免疫的學(xué)習(xí)算法,克服了基于梯度的學(xué)習(xí)算法的收斂速度慢、易陷入局部最小的缺陷.3.本文使用免疫克隆選擇算法代替了基于免疫的學(xué)習(xí)算法,更好的實(shí)現(xiàn)探查、導(dǎo)引及收斂促成這三個(gè)需共同合作與相互平衡的過程,依據(jù)抗體--抗原親合度動(dòng)態(tài)分配克隆規(guī)模,通過構(gòu)造更適應(yīng)于特定問題的克隆算子,表現(xiàn)出更好的解決問題的潛力.4.本文首次在小波網(wǎng)絡(luò)入侵檢測(cè)模型中的編碼問題上使用了遞階結(jié)構(gòu)的染色體編碼,做到了真正意義上的