基于智能算法的網(wǎng)絡(luò)入侵檢測(cè)技術(shù)研究.pdf

1、入侵檢測(cè)是對(duì)企圖入侵，正在進(jìn)行的入侵或已經(jīng)發(fā)生的入侵進(jìn)行識(shí)別的過(guò)程，是一種主動(dòng)的網(wǎng)絡(luò)安全防御措施。目前由于入侵檢測(cè)方法的檢測(cè)率較低，誤報(bào)率和漏報(bào)率較高以及實(shí)時(shí)性較差等缺點(diǎn)，需要大量的或完備的數(shù)據(jù)才能達(dá)到比較理想的檢測(cè)性能。
　　 本文針對(duì)目前入侵檢測(cè)中所存在的問(wèn)題，提出了一種新的檢測(cè)模型--基于群體智能算法的神經(jīng)網(wǎng)絡(luò)模型。首先，闡述了入侵檢測(cè)的概念，特點(diǎn)，分類(lèi)，研究?jī)?nèi)容及傳統(tǒng)入侵檢測(cè)所面臨的困境；接著介紹了神經(jīng)網(wǎng)絡(luò)的基本原理和量

2、子粒子群優(yōu)化(Quantum-behaved Particle Swarm Optimization，QPSO)算法以及改進(jìn)的量子粒子群優(yōu)化算法的基本思想，強(qiáng)調(diào)了改進(jìn)的QPSO可以增加種群的多樣性，有效地抑制粒子群早熟，并提高了算法的全局收斂能力。本文進(jìn)一步闡述了神經(jīng)網(wǎng)絡(luò)的概念，特點(diǎn)，結(jié)構(gòu)，并介紹了小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，分類(lèi)等。接著以小波神經(jīng)網(wǎng)絡(luò)(WNN)為對(duì)象，應(yīng)用QPSO算法及改進(jìn)的QPSO算法作為訓(xùn)練算法，給出了具體的操作過(guò)程。

3、r>　　 接著，本文將改進(jìn)的QPSO算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)用于網(wǎng)絡(luò)異常檢測(cè)。為了測(cè)試性能，分別將QPSO算法以及改進(jìn)的QPSO算法用于訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)，通過(guò)智能算法對(duì)參變量的優(yōu)化操作，在進(jìn)行異常檢測(cè)的過(guò)程中，盡量提高異常檢測(cè)率，降低誤判率。采用KDDCUP99數(shù)據(jù)集進(jìn)行的實(shí)驗(yàn)表明，基于改進(jìn)的QPSO算法的小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)異常檢測(cè)，有效的提高了檢測(cè)率，同時(shí)具有較低的誤判率。這些結(jié)果表明，改進(jìn)的QPSO算法是一種高性能的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法