BP神經(jīng)網(wǎng)絡(luò)在智能入侵檢測系統(tǒng)中的應(yīng)用研究.pdf

1、 入侵檢測技術(shù)是繼“防火墻”、“數(shù)據(jù)加密”等傳統(tǒng)安全保護技術(shù)后的新一代動態(tài)網(wǎng)絡(luò)安全技術(shù)。本文中，通過對反向傳播神經(jīng)網(wǎng)絡(luò)在異常入侵檢測中的應(yīng)用情況進行仿真實驗和分析研究，較全面地分析掌握了神經(jīng)網(wǎng)絡(luò)對各類已知和未知攻擊的檢測能力以及神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置對實驗結(jié)果的影響。 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練會花費大量時間和資源，在本文中并沒有使用大量的訓(xùn)練數(shù)據(jù)，其目的是希望在這種情況下檢驗神經(jīng)網(wǎng)絡(luò)是否仍然能夠正確的對正常數(shù)據(jù)、已知和未知攻擊進行檢測識別。

2、本文在對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試中使用的是DARPA入侵檢測評估數(shù)據(jù)集，測試實驗主要分三個步驟。首先從數(shù)據(jù)集中選取了200個樣本會話用于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練，使之對樣本數(shù)據(jù)能夠正確識別與分類，這些數(shù)據(jù)中包括了100個正常會話和100個攻擊會話；然后選取包括正常數(shù)據(jù)、已知攻擊、未知攻擊的小規(guī)模測試數(shù)據(jù)來測試神經(jīng)網(wǎng)絡(luò)識別分類的正確率；最后選取較多的會話數(shù)據(jù)進行神經(jīng)網(wǎng)絡(luò)的全面檢測。實驗中得到的BP神經(jīng)網(wǎng)絡(luò)算法對網(wǎng)絡(luò)系統(tǒng)未知和已知攻擊的綜合識別正確率