基于BP神經(jīng)網(wǎng)絡(luò)和聚類分析的入侵檢測研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)前計算機(jī)和互聯(lián)網(wǎng)的發(fā)展速度之快是眾所周知的,這給我們的生活帶來革命性的變化。同時,網(wǎng)絡(luò)安全事件的爆發(fā)越來越頻繁,危害也越來越大,嚴(yán)重威脅著國家和人們的生命財產(chǎn)安全。由于入侵檢測能主動地阻斷攻擊行為并能有效保障網(wǎng)絡(luò)安全。因此,對入侵檢測的研究具有重要的理論價值和現(xiàn)實意義。
  本文分析了BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在入侵檢測中存在的一些缺點,如檢測時間長,容易陷入局部極值等。目前,雖然已經(jīng)有很多研究學(xué)者對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),但基本上都是針對

2、BP網(wǎng)絡(luò)的權(quán)值和閾值加以改進(jìn),使檢測效果得到了一定的提高;很少有人研究關(guān)于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)。本文利用遺傳算法不僅調(diào)整BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,并且對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行了優(yōu)化。為了表明檢測效果的有效提高,利用MATLAB進(jìn)行實驗仿真,實驗結(jié)果表明,本文算法比BP神經(jīng)網(wǎng)絡(luò)檢測和基于PCA的BP神經(jīng)網(wǎng)絡(luò)的檢測時間縮短一半以上,檢測率有了明顯的提高,誤報率明顯降低。
  本文介紹了聚類分析方法在入侵檢測系統(tǒng)中應(yīng)用,著重研究了K-me

3、ans算法在入侵檢測中的優(yōu)缺點以及研究現(xiàn)狀,發(fā)現(xiàn)現(xiàn)有的改進(jìn)策略在計算相似度值時要么僅考慮距離因素,要么僅考慮密度因素,而本文不但考慮了距離因素同時考慮了密度因素,使算法能夠發(fā)現(xiàn)任意形狀的簇,減小了孤立點對聚類結(jié)果的影響。本文又在聚類中心的確定與選擇方面,是在最大值最小值的基礎(chǔ)上進(jìn)行改進(jìn),來選擇和調(diào)整聚類中心。在數(shù)據(jù)集的選取與預(yù)處理部分利用遺傳BP神經(jīng)網(wǎng)絡(luò)的特征選擇結(jié)果作為初始數(shù)據(jù)集,然后引用KPCA技術(shù)和改進(jìn)K-means算法相結(jié)合。最

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論