基于人工神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)的研究.pdf

1、隨著全球信息化的飛速發(fā)展，計算機網(wǎng)絡安全問題日益突出，黑客入侵、信息泄密以及病毒泛濫所帶來的危害引起了世界各國的高度重視。網(wǎng)絡信息安全已成為亟待解決、影響國家大局和長遠利益的重大問題。如今單純采用傳統(tǒng)的防火墻、安全路由器以及主機上的訪問控制、身份認證、數(shù)據(jù)加密等安全技術(shù)已不能有效抵御層出不窮的入侵方式。作為安全系統(tǒng)的重要組成部件和其他安全技術(shù)手段不可缺少的補充，入侵檢測系統(tǒng)已經(jīng)越來越受到人們的重視，人們對它的依賴程度也越來越高。

2、 從理論上說，入侵檢測系統(tǒng)(IntrusionDetectionSystem,簡稱IDS)可以實時檢測、反應和保護信息系統(tǒng)，而實際上IDS與任何其他系統(tǒng)一樣有著自身的發(fā)展過程。目前的IDS產(chǎn)品都存在著很大的局限性和脆弱性，而且會首當其沖地受到各種攻擊。特別是隨著因特網(wǎng)的普及應用，在因特網(wǎng)的環(huán)境里，如何及時發(fā)現(xiàn)、有效跟蹤和及時處理安全隱患，對IDS提出了更高要求。 目前國內(nèi)外普遍采用在入侵檢測中引入智能化的方法來解決這些問題，其中

3、神經(jīng)網(wǎng)絡是目前比較理想的一種方法。特別是目前研究最多、應用最廣泛的一種多層前饋神經(jīng)網(wǎng)絡，將它應用在入侵檢測系統(tǒng)中可以提高入侵檢測系統(tǒng)的效率，增強系統(tǒng)的自學習能力。本文對入侵檢測技術(shù)和人工神經(jīng)網(wǎng)絡技術(shù)作了細致的分析研究，給出了一個基于人工神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)模型，并對系統(tǒng)進行了設計實現(xiàn)。主要研究內(nèi)容如下： 1.深入研究和分析了入侵檢測技術(shù)及人工神經(jīng)網(wǎng)絡技術(shù) 鑒于入侵檢測技術(shù)對網(wǎng)絡安全所起的重要作用，本文首先對入侵檢測系統(tǒng)

4、進行了探討研究，分析了現(xiàn)有的入侵檢測系統(tǒng)各自的優(yōu)缺點，指出了當前入侵檢測系統(tǒng)存在的問題和所面臨的挑戰(zhàn)，歸納了入侵檢測技術(shù)的發(fā)展方向并指出神經(jīng)網(wǎng)絡應用于入侵檢測系統(tǒng)具有廣闊的研究前景，然后深入分析了人工神經(jīng)網(wǎng)絡模型、人工神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)及人工神經(jīng)網(wǎng)絡的學習規(guī)則。 2.提出了多層前饋網(wǎng)絡中BP學習算法的改進算法 對多層前饋網(wǎng)絡與BP學習算法進行較詳細的探討，針對BP算法學習效率低，收斂速度慢的缺陷，對BP算法進行了改進，采

5、用附加動量法和自適應的學習速率的方法來提高BP算法的性能。 3.設計了一個基于人工神經(jīng)網(wǎng)絡的入侵檢測系統(tǒng)的模型并對其進行了實現(xiàn) 對將神經(jīng)網(wǎng)絡應用于入侵檢測系統(tǒng)進行了研究和分析，并指出神經(jīng)網(wǎng)絡技術(shù)應用在入侵檢測中的優(yōu)點。在此基礎(chǔ)上，參照CIDF規(guī)范，研究如何將神經(jīng)網(wǎng)絡成功應用于入侵檢測，并給出了一個基于神經(jīng)網(wǎng)絡的網(wǎng)絡入侵檢測系統(tǒng)的模型，其中詳細介紹了本文的研究重點——神經(jīng)網(wǎng)絡分類模塊。然后闡述了所設計模型的工作原理，并就系