基于集成神经网络入侵检测系统的研究

基于集成神经网络入侵检测系统的研究

ID:8778631

大小:1.15 MB

页数:34页

时间:2018-04-07

基于集成神经网络入侵检测系统的研究_第1页
基于集成神经网络入侵检测系统的研究_第2页
基于集成神经网络入侵检测系统的研究_第3页
基于集成神经网络入侵检测系统的研究_第4页
基于集成神经网络入侵检测系统的研究_第5页
资源描述:

《基于集成神经网络入侵检测系统的研究》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、目录摘要IABSTRACTII1引言11.1研究的背景和意义11.2国内外研究现状21.3论文结构安排32入侵检测技术简介42.1研究入侵检测的必要性42.2入侵检测的相关概念42.3入侵检测系统的基本原理42.4入侵检测系统的基本工作模式52.5入侵检测系统的分类62.5.1根据检测技术分类62.5.2根据数据来源分类72.6入侵检测目前存在的局限性和不足72.7基于神经网络的入侵检测技术的发展83神经网络简介93.1神经网络模型93.1.1生物神经元模型93.1.2人工神经元模型103.1.3神经网络模型123.1.4神经网络的工作方式123.1.5神经网络的基本性质及优点1

2、33.2神经网络应用于入侵检测144基于集成神经网络的入侵检测系统154.1系统设计154.1.1系统工作原理154.1.2特征提取154.2集成神经网络算法164.3遗传算法174.3.1遗传算法的定义174.3.2遗传算法的基本思想174.3.3基本遗传算法184.3.4基本遗传算法的运行参数204.4.2个体网络的构建204.4.3个体网络的选择214.4.4网络的集成输出225仿真实验分析235.1matlab神经网络工具箱235.2实验数据源235.3入侵检测数据集预处理245.4仿真实验245.4.1导入数据245.4.2训练过程255.5仿真实验数据分析27结论28

3、参考文献29致谢30摘要入侵检测是防火墙的合理补充,它帮助系统对付网络攻击,扩展了系统管理员的安全管理能力,提高了信息安全基础结构的完整性。入侵检测技术是一种动态的网络检测技术,主要用于识别对计算机和网络资源的恶意使用行为,包括来自外部用户的入侵行为和内部用户的未经授权活动。为了提高入侵检测系统的检测能力,本文在了解信息安全和入侵检测概念的基础上,分析神经网络模型,采用单个神经网络分别对样本进行训练,然后,通过遗传算法寻找那些差异较大的神经网络进行集成,并将研究的模型应用于入侵检测系统中,提出相应的处理方案,得到最后的结果。关键词:网络安全入侵检测神经网络集成学习遗传算法30Ab

4、stractIntrusiondetectionisalogicaladditiontofirewall,ithelpsthesystemtodealwithnetworkattacks,expandedthesystemadministrator'ssecuritymanagementcapabilities,improvetheintegrityoftheinformationsecurityinfrastructure.Intrusiondetectiontechnologyisadynamicnetworkdetectiontechnology,mainlyusedtoi

5、dentifycomputersandnetworkresourcesonthemalicioususeofbehavior,includingactsofinvasionfromexternalusersandinternaluserswithoutthemandatedactivities.Inordertoimprovedetectionofintrusiondetectionsystem,thispapertounderstandtheconceptofinformationsecurityandintrusiondetectionbasedonanalysisofneu

6、ralnetworkmodel,usingasingleneuralnetworktrainingsamples,respectively,andthen,throughthegeneticalgorithmtofindlargedifferencesintheneuralnetworkthatintegration,andresearchmodelsareappliedtointrusiondetectionsystem,thecorrespondingprocessingprogram,getthefinalresults.Keywords:networksecurityin

7、trusiondetectionneuralnetworkIntegratedLearninggeneticarithmetic301引言信息使用比例的加大,使得社会对信息的真实程度,保密程度的要求不断提高,而网络化又使因虚假、泄密引起的信息危害程度越来越大。如近几年的大学英语四、六级考题泄露事件,通过网络操作使得股民帐户受损事件,“熊猫烧香”病毒导致计算机网络大面积瘫痪等影响都是全国性的。如何能在在不影响网络性能的情况下能对网络进行监测,提供对内部攻击、外部攻击和误操作的实时保

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。