基于自組織特征映射的入侵檢測(cè)算法研究.pdf

1、入侵檢測(cè)系統(tǒng)作為當(dāng)前網(wǎng)絡(luò)安全體系框架中的重要組成部分，其主要目標(biāo)就是對(duì)正常行為和入侵行為進(jìn)行區(qū)分。將神經(jīng)網(wǎng)絡(luò)應(yīng)用于入侵檢測(cè)在解決傳統(tǒng)的基于規(guī)則或模式的專(zhuān)家系統(tǒng)所面對(duì)的問(wèn)題時(shí)，也帶來(lái)了入侵檢測(cè)系統(tǒng)的誤檢率和漏檢率都較高的問(wèn)題，同時(shí)，基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)有學(xué)習(xí)過(guò)程慢，網(wǎng)絡(luò)的計(jì)算量大的問(wèn)題。這些問(wèn)題跟輸入到神經(jīng)網(wǎng)絡(luò)中的特征數(shù)據(jù)有關(guān)系。
　　 在對(duì)神經(jīng)網(wǎng)絡(luò)的基本特性和基本算法的研究基礎(chǔ)上，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)維數(shù)增大，必然會(huì)帶來(lái)

2、神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)的膨脹，也會(huì)帶來(lái)網(wǎng)絡(luò)的計(jì)算量增大。同時(shí)，在對(duì)這個(gè)模式進(jìn)行識(shí)別時(shí)，這些輸入數(shù)據(jù)所起的作用并不是一樣的，有的特征對(duì)輸出結(jié)果影響大，有的相對(duì)就較小，有的甚至無(wú)影響。
　　 根據(jù)自組織特征映射神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，導(dǎo)出該網(wǎng)絡(luò)的一個(gè)特點(diǎn)：相似模式激活的神經(jīng)元的物理位置鄰近，并對(duì)其進(jìn)行了證明。對(duì)于某個(gè)模式，競(jìng)爭(zhēng)層神經(jīng)元的競(jìng)爭(zhēng)力以激活神經(jīng)元為中心，在某個(gè)范圍內(nèi)，逐漸減小。輸入模式的類(lèi)別采用激活神經(jīng)元的一個(gè)特定區(qū)域來(lái)表征。