基于改進(jìn)蟻群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的研究與應(yīng)用.pdf

1、隨著Internet的不斷發(fā)展，網(wǎng)絡(luò)入侵也日趨復(fù)雜和頻繁，傳統(tǒng)的安全防護(hù)手段已經(jīng)不能滿足用戶對(duì)網(wǎng)絡(luò)安全的要求。并且，被普遍認(rèn)為能有效防御的防火墻，也存在著很多缺點(diǎn)，不足以應(yīng)對(duì)日益嚴(yán)重的網(wǎng)絡(luò)危機(jī)。因此，實(shí)時(shí)的入侵檢測(cè)系統(tǒng)被提出，成為了防火墻的有效補(bǔ)充。只有將各種不同的網(wǎng)絡(luò)基礎(chǔ)設(shè)備與先進(jìn)的網(wǎng)絡(luò)安全防御技術(shù)有效的結(jié)合，才能成功的應(yīng)對(duì)復(fù)雜的混合型威脅。
　　針對(duì)網(wǎng)絡(luò)中不斷出現(xiàn)的新的入侵，本文提出了誤用檢測(cè)和異常檢測(cè)相結(jié)合的檢測(cè)準(zhǔn)確率高的入

2、侵檢測(cè)系統(tǒng)。異常檢測(cè)采用神經(jīng)網(wǎng)絡(luò)模塊，其本身高度的自學(xué)習(xí)和自適應(yīng)能力能夠根據(jù)訓(xùn)練樣本中已有的入侵檢測(cè)實(shí)例準(zhǔn)確的識(shí)別出入侵行為，并且能夠?qū)θ肭中袨榈男绿卣鬟M(jìn)行識(shí)別和總結(jié)。對(duì)于BP神經(jīng)網(wǎng)路的收斂速度慢和易陷入局部最小點(diǎn)的問題，采用了改進(jìn)的蟻群算法進(jìn)行有效的改進(jìn)。通過蟻群算法的全局搜索能力，可以對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行一定程度上的壓縮。神經(jīng)網(wǎng)絡(luò)模塊采用了對(duì)不同協(xié)議數(shù)據(jù)包分別處理的機(jī)制。本文主要針對(duì)于傳輸層的主要協(xié)議TCP和UDP協(xié)議進(jìn)行

3、了模型設(shè)計(jì)，根據(jù)這兩種協(xié)議的不同網(wǎng)絡(luò)入侵特征信息設(shè)計(jì)出TCP神經(jīng)網(wǎng)絡(luò)和UDP神經(jīng)網(wǎng)絡(luò)，更有針對(duì)性的提高檢測(cè)效率。
　　本文從當(dāng)前用戶對(duì)網(wǎng)絡(luò)安全的要求和入侵檢測(cè)的發(fā)展方向入手，確定了課題的研究方向和論文組織結(jié)構(gòu)。對(duì)于本文提出的新的系統(tǒng)模型進(jìn)行了簡(jiǎn)單介紹;詳細(xì)分析了數(shù)據(jù)包捕獲模塊、協(xié)議解析模塊、預(yù)處理模塊、規(guī)則匹配模塊、改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模塊和響應(yīng)模塊六大模塊的功能;詳細(xì)分析了異常檢測(cè)模塊中BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和不足。針對(duì)于BP神經(jīng)網(wǎng)路收