基于小波神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)和計算機(jī)技術(shù)在政治、經(jīng)濟(jì)、軍事和文化方面的廣泛應(yīng)用，越來越多的安全問題也對網(wǎng)絡(luò)應(yīng)用造成了巨大的威脅。面對日益嚴(yán)重的網(wǎng)絡(luò)信息安全問題，保障計算機(jī)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)及整個信息基礎(chǔ)設(shè)施的安全已經(jīng)成為刻不容緩的重要課題。入侵檢測作為一種新的動態(tài)安全防御技術(shù)，起著保護(hù)信息系統(tǒng)安全的重要作用，也是網(wǎng)絡(luò)在防火墻之后的第二道安全防線。 小波神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)研究中一個新的重要分支，是結(jié)合小波理論與人工神經(jīng)網(wǎng)絡(luò)思想而形成的。小波神經(jīng)網(wǎng)絡(luò)吸收了

2、二者的優(yōu)點(diǎn)，因而具有較強(qiáng)的逼近能力和容錯能力。本文的創(chuàng)新之處在于實(shí)現(xiàn)了基于小波神經(jīng)網(wǎng)絡(luò)入侵檢測模型，該模型不僅加快了神經(jīng)網(wǎng)絡(luò)的收斂速度，而且解決了基于傳統(tǒng)BP算法的網(wǎng)絡(luò)易陷入局部極小點(diǎn)的問題；最后對五種不同算法的入侵檢測方法進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)BP算法的入侵檢測方法相比，采用Morlet小波函數(shù)的第一種入侵檢測方法，檢測率提高了4.96％，誤報率和漏報率分別降低了3.84％、1.29％。由于該算法易于實(shí)現(xiàn)，所以對今后研究