基于神經網絡的自適應無線域網入侵檢測系統研究.pdf

1、隨著無線局域網的快速發(fā)展，它自身存在的安全性問題，也慢慢的引起了人們的關注。入侵檢測系統作為信息安全的重要組成部分，已經成為當前網絡安全領域的研究熱點。盡管有線網絡的入侵檢測系統的研究已經相對成熟，但由于無線網絡區(qū)別于有線網絡的特性，所以不能將已有的入侵檢測技術直接應用到無線網絡中，這就需要展開專門針對無線局域網入侵檢測技術的研究。
　　 傳統的入侵檢測主要是基于規(guī)則和專家知識庫的技術，這些技術對于規(guī)則庫和專家?guī)斓囊蕾囆员容^強，

2、不具有很好的環(huán)境適應性。因此本文的重點研究工作是將神經網絡技術引入到無線局域網入侵檢測系統中，通過改進傳統的神經網絡算法，提高入侵檢測系統的準確性和實時性。本文的工作如下：
　　 1）在充分調研無線局域網存在的安全漏洞和攻擊的基礎上，分析了無線局域網安全問題的特點。
　　 2）改進了傳統的BP 神經網絡算法，提出基于極小值躍遷的BP 神經神經網絡算法，在此基礎上通過分析無線局域網安全漏洞特征，設計基于神經網絡算法的檢測模