基于進化小波網(wǎng)絡的入侵檢測.pdf

1、入侵檢測是目前研究最多,應用最廣的安全技術之一.入侵檢測即識別出(最好是實時)對計算機及網(wǎng)絡系統(tǒng)的非法的和未授權的使用、誤用和濫用.我們可以把這個識別過程看成是一個分類過程(即區(qū)分出哪些是正常使用,哪些是非正常使用).本文的主要研究工作如下:1.本文給出了基于小波網(wǎng)絡的入侵檢測模型,該模型結合了神經(jīng)網(wǎng)絡(自學習能力)與小波分析(最佳函數(shù)逼近能力)的優(yōu)點.2.該模型中的學習模塊在解決實際問題的性能及效率很大程度上取決于合適的優(yōu)化算法.故本

2、文在該小波網(wǎng)絡入侵檢測模型的學習模塊中使用了基于免疫的學習算法,克服了基于梯度的學習算法的收斂速度慢、易陷入局部最小的缺陷.3.本文使用免疫克隆選擇算法代替了基于免疫的學習算法,更好的實現(xiàn)探查、導引及收斂促成這三個需共同合作與相互平衡的過程,依據(jù)抗體--抗原親合度動態(tài)分配克隆規(guī)模,通過構造更適應于特定問題的克隆算子,表現(xiàn)出更好的解決問題的潛力.4.本文首次在小波網(wǎng)絡入侵檢測模型中的編碼問題上使用了遞階結構的染色體編碼,做到了真正意義上的