基于遺傳神經(jīng)網(wǎng)絡的入侵檢測研究.pdf

1、隨著網(wǎng)絡的廣泛應用,網(wǎng)絡安全問題越來越重要。網(wǎng)絡攻擊方法層出不窮,入侵手段也不斷更新,使得目前的防火墻等被動的網(wǎng)絡安全機制對許多攻擊難以檢測。入侵檢測作為一種主動防御技術,彌補了傳統(tǒng)安全技術的不足。其主要通過監(jiān)控網(wǎng)絡與系統(tǒng)的狀態(tài)、用戶行為以及系統(tǒng)的使用情況,來檢測系統(tǒng)用戶的越權使用以及入侵者利用安全缺陷對系統(tǒng)進行入侵的企圖,并對入侵采取相應的措施。
　　 入侵檢測系統(tǒng)智能性研究是目前網(wǎng)絡安全領域的研究熱點,針對入侵檢測系統(tǒng)存在的

2、高漏報率和誤報率,提出一種基于遺傳神經(jīng)網(wǎng)絡的入侵檢測模型,該模型基于遺傳算法的全局搜索和BP網(wǎng)絡局部精確搜索的特性,將遺傳算法和BP算法有機結合,利用遺傳算法優(yōu)化網(wǎng)絡初始權重；同時提出了改進的遺傳算法,實驗表明改進的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡用于入侵檢測能提高入侵檢測的效率,降低誤警率。
　　 本文研究主要內(nèi)容如下:
　　 (1)介紹BP神經(jīng)網(wǎng)絡的優(yōu)缺點及其幾種改進方法,對數(shù)據(jù)包的流量特征進行定性的分析,比較不同改進方法下對數(shù)