基于神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)的研究與實現(xiàn).pdf

1、計算機技術(shù)的迅猛發(fā)展，給人們的工作和生活帶來了前所未有的便利和效率，網(wǎng)絡(luò)技術(shù)的普及又使其如虎添翼，走進社會生活的各個領(lǐng)域，成為人類社會不可或缺的一部分。然而網(wǎng)絡(luò)攻擊行為卻給計算機系統(tǒng)的安全帶來了巨大的威脅，網(wǎng)絡(luò)安全已經(jīng)成為計算機科學(xué)與技術(shù)學(xué)科研究中非常重要的一個領(lǐng)域。入侵檢測是網(wǎng)絡(luò)安全中的一個新領(lǐng)域，在眾多的入侵檢測方法中，神經(jīng)網(wǎng)絡(luò)方法越來越受到人們的重視，因為神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)和推廣能力，將其應(yīng)用于入侵檢測系統(tǒng)(IDS：Int

2、rusion Detection System)中之后，經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)既可以對已知攻擊有較好的識別能力，又具有檢測未知攻擊的能力。 本文概述了入侵檢測技術(shù)的研究現(xiàn)狀，入侵檢測系統(tǒng)的通用模型、入侵檢測系統(tǒng)的分類、入侵檢測系統(tǒng)的不足以及發(fā)展趨勢。簡要說明了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和研究現(xiàn)狀，講述了BP(Back Propagation誤差的反向傳播)神經(jīng)網(wǎng)絡(luò)算法，并且針對傳統(tǒng)BP算法的缺點給出了一個改進的BP算法，介紹了神經(jīng)網(wǎng)絡(luò)應(yīng)用于

3、入侵檢測系統(tǒng)方面的內(nèi)容。 本文針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在實際應(yīng)用中存在的問題，例如因?qū)W習(xí)速率選擇不當(dāng)而造成的收斂速度慢和最優(yōu)解產(chǎn)生振蕩的問題，提出了一種改進的BP算法。該算法中學(xué)習(xí)速率不是根據(jù)經(jīng)驗給定的固定值，而是計算出來的一個最優(yōu)或者較優(yōu)值。并就該改進算法在Matlab中進行仿真實驗，實驗結(jié)果表明：和傳統(tǒng)的BP算法相比該算法可以提高學(xué)習(xí)速度，減少學(xué)習(xí)時間。 本文構(gòu)建了一種基于改進BP神經(jīng)網(wǎng)絡(luò)算法的入侵檢測系統(tǒng)模型，該模型主

4、要由數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊、預(yù)處理模塊、神經(jīng)網(wǎng)絡(luò)模塊、響應(yīng)模塊和規(guī)則庫模塊構(gòu)成。給出了模型的結(jié)構(gòu)圖以及每一個模塊的原理和實現(xiàn)方式。 本文對該模型進行了具體實現(xiàn)，給出了主要模塊的實現(xiàn)過程，包括數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊、預(yù)處理模塊、神經(jīng)網(wǎng)絡(luò)模塊、響應(yīng)模塊和規(guī)則庫模塊。最后，我們使用DARPA1998評估測試數(shù)據(jù)集對我們的系統(tǒng)進行測試，用來檢測系統(tǒng)的有效性，實驗結(jié)果表明，我們提出的基于神經(jīng)網(wǎng)絡(luò)的入侵檢測模型有較好的識別率和較低的