基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測模型的研究.pdf

1、入侵檢測是一種主動(dòng)的網(wǎng)絡(luò)安全防御措施，它不僅可以通過監(jiān)測網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)內(nèi)部攻擊、外部攻擊和誤操作的實(shí)時(shí)保護(hù)，有效彌補(bǔ)防火墻的不足。而且還能夠結(jié)合其他網(wǎng)絡(luò)安全產(chǎn)品，對(duì)網(wǎng)絡(luò)安全進(jìn)行全方位的保護(hù)。具有主動(dòng)性和實(shí)時(shí)性的特點(diǎn)，是防火墻重要的和有益的補(bǔ)充。但傳統(tǒng)的入侵檢測系統(tǒng)仍存在檢測速度慢，漏檢率高等缺陷。
　　 本文從介紹入侵檢測的基本概念入手，首先介紹了入侵檢測的分類、現(xiàn)有的常見的網(wǎng)絡(luò)攻擊以及現(xiàn)有的安全措施，并分析了現(xiàn)有入侵檢測系統(tǒng)存在的

2、不足之處。在入侵檢測系統(tǒng)中，如果僅僅利用常規(guī)則庫，只能判斷數(shù)據(jù)是正常還是異常，假設(shè)正常規(guī)則庫不完備會(huì)導(dǎo)致誤報(bào)率很高，也檢測不出具體的入侵類型；而僅僅采用神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵類型的識(shí)別，則所有待檢測數(shù)據(jù)都要通過神經(jīng)網(wǎng)絡(luò)來處理，就增加了時(shí)間復(fù)雜度。所以，我們從加快檢測速度、提高識(shí)別精度的角度出發(fā)，提出了一個(gè)基于自適應(yīng)遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測模型。
　　 同時(shí)本文介紹了人工神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用，重點(diǎn)介紹了BP神經(jīng)網(wǎng)絡(luò)，針對(duì)

3、BP神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中存在的問題，對(duì)BP算法進(jìn)行了深入的研究并總結(jié)了其缺陷所在。通過比較，我們最終采用了RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用到該模型中進(jìn)行入侵檢測，并用自適應(yīng)遺傳算法優(yōu)化RBF網(wǎng)絡(luò)的相關(guān)參數(shù)，詳細(xì)分析了該模型的設(shè)計(jì)思路和各模塊的實(shí)現(xiàn)過程，重點(diǎn)研究RBF網(wǎng)絡(luò)模塊。理論上來說，該模型結(jié)合了RBF神經(jīng)網(wǎng)絡(luò)和自適應(yīng)遺傳算法的優(yōu)點(diǎn)，從一定程度上可以提高入侵檢測的準(zhǔn)確率、降低誤報(bào)率。
　　 最后分析了該模型的檢測性能和效率，通過對(duì)比試驗(yàn)，結(jié)