基于徑向基函數(shù)神經網絡入侵檢測技術的研究.pdf

1、隨著計算機和網絡技術的不斷發(fā)展，計算機網絡的安全問題也日益突出。目前網絡安全技術包括路由器、防火墻、漏洞防堵、入侵檢測、審計和反攻擊等，其中路由器過濾、防火墻、漏洞防堵屬于靜態(tài)安全技術，而入侵檢測、審計和反攻擊等屬于動態(tài)防護。靜態(tài)安全技術對防止系統(tǒng)非法入侵起到了一定作用，但在真正的網絡攻擊行為發(fā)生時，尤其是在遭受新型的網絡攻擊方法攻擊時，系統(tǒng)可能會遭受到不可預料的損失。因此需要研究一些積極主動的網絡安全防御手段和反擊手段。入侵檢測系統(tǒng)(

2、Intrusion Detection System，IDS)是一種動態(tài)的安全技術，它已成為網絡安全必不可少的重要手段。目前大多數(shù)入侵檢測系統(tǒng)誤警率較高，效率較低，為克服現(xiàn)有IDS的不足，本文從入侵檢測模型、神經網絡應用于入侵檢測等方面進行了研究。 本文提出了一種基于徑向基函數(shù)神經網絡的入侵檢測模型。首先介紹了入侵檢測的產生背景、定義和功能。對一些常用的入侵檢測方法進行了比較。介紹了神經網絡技術的基本原理，并分析了神經網絡技術在

3、入侵檢測方面的應用優(yōu)勢，提出了一種基于徑向基函數(shù)(Radial-Basis Function，RBF)神經網絡的入侵檢測模型，研究了該模型的實現(xiàn)，對模型的核心組成部分進行了分析、設計。從理論上說明了該模型的實現(xiàn)功能。 其次，在神經網絡關鍵參數(shù)選擇問題上，提出了一種基于函數(shù)逼近思想選擇網絡參數(shù)的方法。利用廣義回歸神經網絡來實現(xiàn)，并做了相關實驗。通過對實驗結果的分析，說明該方法在解決網絡參數(shù)選擇問題上的可行性及不足之處。 最