基于结构优化bp神经网络算法的网络异常检测研究

基于结构优化bp神经网络算法的网络异常检测研究

ID:35180942

大小:6.43 MB

页数:74页

时间:2019-03-21

基于结构优化bp神经网络算法的网络异常检测研究_第1页
基于结构优化bp神经网络算法的网络异常检测研究_第2页
基于结构优化bp神经网络算法的网络异常检测研究_第3页
基于结构优化bp神经网络算法的网络异常检测研究_第4页
基于结构优化bp神经网络算法的网络异常检测研究_第5页
资源描述:

《基于结构优化bp神经网络算法的网络异常检测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:学校代码:10140密级=公开学号:4031331952座專聲LIAONINGUNIVERSITY硕±学位论文THESISFORMASTERDEGREE论文题目:基于结构优化BP神经网络算法的网络异常检测研究Researchon化eStructuralOptimizationofBPNeural英文题目;NetworkAlgorithmforAnomalyDebction论文作者;刘兴万指导教师:陈雷教授专业=计算机软件与理论—完成时间:二〇六年五月申请辽宁大学硕±学位论文基于结构

2、优化BP神经网络算法的网络异常检测研究ResearchontheStructuralOptimizationofBPNeuralNetworkAlgorithmforAnomalyDetection作者:刘兴万指导教师:陆雷教授专业:计策机软件与理论日:2016年6月1日答辩期-二〇六年五月.中国辽宁il宁大学学位论文原创性声明本人郑重声明;所呈交的学位论文是本人在导师的指导下独立完成的。论文中取得的研究成果除加!^标注的内容外,不包含其他个人或集体已经发表或撰写过的研究成果,不包含本人为获得其他学位

3、而使用过的成果。对本文的研究做出重要贡献的个人和集体均己在文中进行了标注,并表示谢意。本人完全意识到本声明的法律结果由本人承担。,学位论文作者签名:討^巧万《年备月又日学位论文版权使用授权书本学位论文作者完全了解学校有关保留,、使用学位论文的规定同意学校保留并向国家有关部口或机构送交学位论文的原件、复印件和电子版,允许学位论文被查阅和借阅。本人授权迂宁大学可将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编学位论文。同时授权中国学术期刊(光盘版)电子杂志社将本学位论文收录到《中国博壬学位论文

4、全文数据库》和《中国优秀硕±学位论文全文数据库》并通过网络向社会公众提供信息服务。学校须按照授权对学位论文进行管理,不得超越授权对学位论文进行任意处理。保密(),在年后解密适用本授权书。(保密:请在括号內划‘‘,,V)授权人签名;巧指导教师签名;TW/年^月七日日期7^分《>日日期;;年月摘要随着互联网的不断深入发展,其巨大的网络知识共享功能极大提高我们的学习能力,与此伴随着网络空间安全面临日益严重的威胁。传统的网络威胁主要来自病毒、木马、口令入侵、节点攻击等传统攻巧方法,随着移动互联网时代的到来,黑客入侵技术不断升级,各

5、种新的攻击方法不断涌现出来,网络安全形势不容乐观一。流量检测作为种主动防御的安全技术,提供多层次、多方位的实时保护,为系统构筑继系统防火墙之后的重要防线。当前的流量检测技术不断发展,融入神经网络、蚁群算法等智能化技术。本文的主要工作是研究异常检测的方法。其中,网络异常体现在网络流量层面,本文涉及的网络异常检测实质是网络流量异常检测。异常流量指偏离正常范围的网络流量,异常流量体现在流量特征值波动。检测流程;首先,将采集流量数据进行预处理,采用PCA方法进行特征提取,实现线性降维其次采;用结构优化后的BP算法进行训练学习;最后,验证优化后算法的泛化能力和检

6、测率。优化BP算法阶段,为提高算法泛化性能,提出神经网络结构优化方向,一一个方向是优化输入层节点数,可采用PCA降维处理,另个方向是调整隐层,可W减少隐层层数和每个隐层节点数。针对隐层节点数的优化,提出权淘汰的连接权值调整,具体是将非零权值趋向零,如果造成误差明显增大则表示,否,最终使得隐层中连接权值为零的节点删除权值必须保留则被淘汰,实现隐层结构优化。传统的BP神经网络剪枝中权惩罚方法其有局限性,本文证明权淘汰算法具有收敛性,即算法有效性,且在泛化性能上优于权惩罚方法。通过W上两大方向优化邮神经网络的结构,有效降低算法时间复杂度。综上,本文提出基于结

7、构优化BP神经网络算法的网络异常检测,这种改进的BP神经网络算法能够优化和调整网络结构,注重降低BP拓扑结构复杂度,可W有效提高算法的泛化能力,提高在骨干网络节点的异常检测的检测率。实验结果表明,这种优化的算法在时间复杂度L:iBP算法l及收敛性能方面都优于传统,应用于网络异常检测系统中的检测率和时间效率明显要优于传统BP算法。,BP神经网络结构PCA关键词:网络异常检测调整,,权淘汰,泛化性能IAbstract

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。