基于流量分析的入侵檢測模型研究.pdf

1、模式匹配技術(shù)被廣泛應(yīng)用于產(chǎn)品化的入侵檢測系統(tǒng)中，由于其檢測準確度非常高，在已知入侵行為中發(fā)揮重要的作用。通過高效的模式匹配算法，能夠?qū)﹃P(guān)鍵節(jié)點的網(wǎng)絡(luò)流量數(shù)據(jù)進行在線實時分析檢測，準確無誤的發(fā)現(xiàn)已知攻擊，具有十分有效的防范作用。
　　人工神經(jīng)網(wǎng)絡(luò)具有高容錯、適應(yīng)性強等優(yōu)點，在異常檢測技術(shù)中應(yīng)用較多，而且具有良好的檢測性能。用其構(gòu)建異常檢測方法，不僅能夠發(fā)現(xiàn)未知的攻擊行為，而且能夠有效應(yīng)對網(wǎng)絡(luò)流量數(shù)據(jù)不均衡分布的問題。
　　本文

2、重點對模式匹配算法和BP神經(jīng)網(wǎng)絡(luò)進行研究。針對單模匹配算法，分析其匹配流程，算法效率，提出了一種基于BMHS算法的改進算法，使其具有更高效的匹配速度；針對BP神經(jīng)網(wǎng)絡(luò)，主要分析其基本思想、流程、存在的問題以及其原因。采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)?；谝陨系姆治鲅芯炕A(chǔ)，提出了一種基于流量分析的入侵檢測模型。具體研究工作如下：
　　首先，分析了基于模式匹配入侵檢測技術(shù)的原理，模型，闡述了單模匹配算法存在的局限性。針對單模匹配算法中首

3、字符不匹配情況下過多匹配的問題，提出了一種改進算法，通過實驗驗證改進算法能夠有效的解決首字符不匹配的問題，提高的匹配效率。
　　其次，針對標準BP神經(jīng)網(wǎng)絡(luò)算法面臨的問題，結(jié)合入侵檢測的實際需求，提出引入遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，使其具有更高的檢測效率和更少的訓練時間，通過實驗分析，證明了這種利用遺傳算優(yōu)化BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于神經(jīng)網(wǎng)絡(luò)的有效性。
　　最后，本文分析了模式匹配和基于BP神經(jīng)網(wǎng)絡(luò)異常檢測方法的優(yōu)點，提出了一種混合的