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

1、隨著網(wǎng)絡(luò)的普及，人們在日常生活和工作環(huán)境中對計算機網(wǎng)絡(luò)越來越依賴，網(wǎng)絡(luò)的安全性也越來越引起人們的關(guān)注。當前網(wǎng)絡(luò)安全防護技術(shù)大多是被動的防御技術(shù)。而作為主動且動態(tài)的網(wǎng)絡(luò)安全防御技術(shù)——入侵檢測技術(shù)，是網(wǎng)絡(luò)安全技術(shù)發(fā)展的一個新方向，是被動防御技術(shù)的必要補充。 本文闡述了一種入侵檢測的新策略，通過分析現(xiàn)有的入侵檢測技術(shù)和通用的入侵檢測框架，發(fā)現(xiàn)基于人工神經(jīng)網(wǎng)絡(luò)的入侵檢測是一種有效的入侵檢測方法。因此在本文中，采用徑向基函數(shù)(RBF)神

2、經(jīng)網(wǎng)絡(luò)技術(shù)對入侵行為進行檢測，他具有最佳逼近能力、網(wǎng)絡(luò)結(jié)構(gòu)簡單、學習速度快的優(yōu)點，但RBF神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)置是基于參數(shù)空間局部信息的，不是全局最優(yōu)值，這必將降低入侵檢測效率。本文分析了具有全局尋優(yōu)的功能PSO算法，該算法能夠改進傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)學習策略，可以彌補RBF神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置的不足。在此基礎(chǔ)之上，研究了基于PSO-RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)所需要解決的研究層面的問題，設(shè)計了一個原型系統(tǒng)。利用這個原型系統(tǒng)，從層次、模塊兩個維