

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯網的日益普及和發(fā)展,其豐富的信息資源給人們的生活帶來了極大的便利,但同時也帶來了網絡安全問題。雖然傳統(tǒng)的防火墻、加密等信息安全技術有一定的防御作用,但都屬于靜態(tài)安全技術范疇,需要人工來實施和維護。而入侵檢測作為一種積極主動的動態(tài)安全技術,提供了對內部攻擊、外部攻擊和誤操作的實時保護,已成為信息安全領域的研究熱點。由于入侵技術迅猛發(fā)展,傳統(tǒng)的入侵檢測技術已不能完全滿足當前網絡安全的需要,因此,將神經網絡、遺傳算法、模糊技術等智能化
2、技術融入入侵檢測系統(tǒng)勢在必行。
本文從介紹入侵檢測相關概念入手,通過對入侵檢測系統(tǒng)經典模型和主要檢測技術的分析,發(fā)現了當前入侵檢測系統(tǒng)中存在的如漏報率過高等諸多問題。通過對神經網絡理論知識的研究表明,將神經網絡應用于入侵檢測可以充分發(fā)揮其自學習、分布存儲等優(yōu)勢,研究與設計基于神經網絡的入侵檢測系統(tǒng),將具有重要的理論與實際意義。同時,針對傳統(tǒng)BP算法收斂速度慢、學習過程易發(fā)生振蕩等缺點,提出了多種改進方案。針對網絡數據普遍維
3、數較高的特點,還引入了主成分分析技術,在將數據送入神經網絡處理前先對其進行降維處理,從而簡化神經網絡規(guī)模,降低神經網絡的運算量。在此基礎上,本文設計了一個包含五個模塊的完整的入侵檢測系統(tǒng)模型,闡述了該模型的設計思想、模型原理圖,并對各個模塊的功能和實現進行了詳細的設計。最后利用KDD-99數據集構造了大量訓練、測試樣本,對網絡流量進行模擬,完成了系統(tǒng)的仿真研究。
通過MALTAB下的實驗結果表明:(1)對BP算法進行改進后
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進BP神經網絡入侵檢測系統(tǒng)的研究.pdf
- 基于BP神經網絡的入侵檢測系統(tǒng)研究.pdf
- 基于神經網絡BP算法的網絡入侵檢測系統(tǒng)研究與實現.pdf
- 基于BP神經網絡的入侵檢測系統(tǒng).pdf
- 基于MATLAB的BP神經網絡入侵檢測系統(tǒng).pdf
- 基于BP神經網絡的智能入侵檢測系統(tǒng)的設計與實現.pdf
- 基于LM-BP神經網絡入侵檢測系統(tǒng)的研究與實現.pdf
- 基于BP神經網絡和聚類分析的入侵檢測研究.pdf
- 基于BP神經網絡的智能入侵檢測研究.pdf
- 基于改進BP神經網絡的分布式入侵檢測模型研究.pdf
- 基于神經網絡的入侵檢測系統(tǒng)研究與實現.pdf
- 改進BP神經網絡在入侵檢測中的應用研究.pdf
- 基于BP神經網絡的入侵檢測技術的研究.pdf
- 基于BP神經網絡入侵檢測算法研究.pdf
- 基于人工神經網絡的入侵檢測系統(tǒng)研究.pdf
- 改進的BP神經網絡在入侵檢測中的研究及應用.pdf
- 基于遺傳神經網絡的入侵檢測系統(tǒng)研究.pdf
- 基于神經網絡融合方法的入侵檢測系統(tǒng)研究.pdf
- 基于PCA的BP神經網絡優(yōu)化的研究與應用.pdf
- BP神經網絡在網絡入侵檢測系統(tǒng)中的應用.pdf
評論
0/150
提交評論