基于改進(jìn)的遺傳神經(jīng)網(wǎng)絡(luò)入侵檢測系統(tǒng)的應(yīng)用研究.pdf

1、自20世紀(jì)90年代初到現(xiàn)在，隨著計算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，在享受計算機(jī)網(wǎng)絡(luò)無窮便利的同時，網(wǎng)絡(luò)安全問題也日益突出。黑客攻擊和網(wǎng)絡(luò)病毒事件層出不窮，對網(wǎng)絡(luò)安全的威脅越來越大。計算機(jī)信息的安全性和保密性受到嚴(yán)重影響。原有靜態(tài)的、被動的安全防御技術(shù)己經(jīng)不能滿足對安全要求較高的網(wǎng)絡(luò)。因而，一種動態(tài)安全防御技術(shù)—入侵檢測技術(shù)日益成為網(wǎng)絡(luò)安全領(lǐng)域的一個關(guān)鍵技術(shù)。
　　 由于傳統(tǒng)的基于規(guī)則的入侵檢測技術(shù)存在規(guī)則庫難以管理、統(tǒng)計模型難以建立等問題，

2、近年來提出了一種基于神經(jīng)網(wǎng)絡(luò)來進(jìn)行入侵檢測的思路。神經(jīng)網(wǎng)絡(luò)在模式識別領(lǐng)域有著廣泛良好的應(yīng)用，而網(wǎng)絡(luò)入侵檢測實(shí)際上就是對網(wǎng)絡(luò)數(shù)據(jù)流進(jìn)行模式識別并將其分類為正?；虍惓?shù)據(jù)，因此利用神經(jīng)網(wǎng)絡(luò)的模糊運(yùn)算能力在一定程度上可以解決入侵檢測系統(tǒng)中存在的一些問題。但傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)易陷入局部最小，收斂速度慢，同時由于神經(jīng)網(wǎng)絡(luò)本身固有的學(xué)習(xí)方法的限制，從根本上改進(jìn)神經(jīng)網(wǎng)絡(luò)的前饋逆?zhèn)鞑ニ惴ê芾щy。通過分析傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的原理和特點(diǎn)，本文采用改進(jìn)的遺傳算

3、法來優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值。此方法利用了遺傳算法的強(qiáng)全局搜索能力和最優(yōu)化方法等優(yōu)點(diǎn)來克服BP算法收斂慢和易陷入局部最小的缺陷，同時與BP算法的結(jié)合也解決了單獨(dú)利用遺傳算法往往不能在短時間內(nèi)尋找到接近最優(yōu)解的問題。利用前饋逆?zhèn)鞑ニ惴ǖ奶荻刃畔苊膺@種現(xiàn)象。同時，對神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)采用主成分分析法進(jìn)行降維處理。利用主成分分析法，可以在不丟失原有數(shù)據(jù)信息的基礎(chǔ)上，大幅度減少神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的維數(shù)，提高了系統(tǒng)的實(shí)時性，簡化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。