分享
分享赚钱 收藏 举报 版权申诉 / 2

类型基于改进的遗传神经网络入侵检测系统的应用研究.doc

  • 上传人:dreamzhangning
  • 文档编号:2824499
  • 上传时间:2018-09-28
  • 格式:DOC
  • 页数:2
  • 大小:23KB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    基于改进的遗传神经网络入侵检测系统的应用研究.doc
    资源描述:

    1、基于改进的遗传神经网络入侵检测系统的应用研究 作者:admin 来源: 发布时间:2012-12-01 14:22:48 摘要自 20 世纪 90 年代初到现在,随着计算机网络的飞速发展,在享受计算机网络无穷便利的同时,网络安全问题也日益突出。黑客攻击和网络病毒事件层出不穷,对网络安全的威胁越来越大。计算机信息的安全性和保密性受到严重影响。原有静态的、被动的安全防御技术己经不能满足对安全要求较高的网络。因而,一种动态安全防御技术-入侵检测技术日益成为网络安全领域的一个关键技术。由于传统的基于规则的入侵检测技术存在规则库难以管理、统计模型难以建立等问题,近年来提出了一种基于神经网络来进行入侵检测

    2、的思路。神经网络在模式识别领域有着广泛良好的应用,而网络入侵检测实际上就是对网络数据流进行模式识别并将其分类为正常或异常数据,因此利用神经网络的模糊运算能力在一定程度上可以解决入侵检测系统中存在的一些问题。但传统的 BP 神经网络易陷入局部最小,收敛速度慢,同时由于神经网络本身固有的学习方法的限制,从根本上改进神经网络的前馈逆传播算法很困难。通过分析传统 BP 神经网络的原理和特点,本文采用改进的遗传算法来优化神经网络权值。此方法利用了遗传算法的强全局搜索能力和最优化方法等优点来克服 BP 算法收敛慢和易陷入局部最小的缺陷,同时与 BP 算法的结合也解决了单独利用遗传算法往往不能在短时间内寻找

    3、到接近最优解的问题。利用前馈逆传播算法的梯度信息将会避免这种现象。同时,对神经网络输入数据采用主成分分析法进行降维处理。利用主成分分析法,可以在不丢失原有数据信息的基础上,大幅度减少神经网络输入数据的维数,提高了系统的实时性,简化了神经网络结构。本文使用 matlab 进行仿真,分别使用多种攻击类型混合的数据和各种不同类型的单一攻击数据进行试验,发现经改进的遗传算法优化的 BP 神经网络(GABP)收敛速度较快,且几乎都能收敛。对于不同的数据源,试验得到的识别率有所不同。对于多种攻击类型混合的数据,GABP 算法虽较 BP 算法有明显提升,仍在 75%左右;而对单一的攻击进行训练,GABP 算法甚至可达到 99%的识别率,效果非常良好。关键词:入侵检测系统,神经网络,改进遗传算法,主成分分析法1 绪论1.1 网络安全现状1.2 PPDR 模型1.3 安全威胁1.4 网络安全技术综述1.4.1 加密技术1.4.2 用户身份认证1.4.3 安全协议1.4.4 防火墙技术1.4.5 入侵检测技术1.5 常见的网络攻击

    展开阅读全文
    提示  道客多多所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于改进的遗传神经网络入侵检测系统的应用研究.doc
    链接地址:https://www.docduoduo.com/p-2824499.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    道客多多用户QQ群:832276834  微博官方号:道客多多官方   知乎号:道客多多

    Copyright© 2025 道客多多 docduoduo.com 网站版权所有世界地图

    经营许可证编号:粤ICP备2021046453号    营业执照商标

    1.png 2.png 3.png 4.png 5.png 6.png 7.png 8.png 9.png 10.png



    收起
    展开