基于自適應(yīng)諧振理論的網(wǎng)絡(luò)異常檢測及其優(yōu)化方法.pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)的普及，計(jì)算機(jī)系統(tǒng)和網(wǎng)絡(luò)的安全問題日益突出。入侵檢測是解決網(wǎng)絡(luò)安全問題的主要方法之一。入侵檢測分為基于誤用的方法和基于異常的方法。異常檢測是檢測任何偏離用戶和系統(tǒng)正常行為模式的方法。自適應(yīng)諧振理論是一種無監(jiān)督的神經(jīng)網(wǎng)絡(luò)。傳統(tǒng)的自適應(yīng)諧振理論還存在一些問題，例如只考慮相位信息而忽略了幅度信息，權(quán)值矩陣只是從數(shù)學(xué)上進(jìn)行初始化而沒有實(shí)際意義。本文首先將自適應(yīng)諧振理論應(yīng)用于數(shù)據(jù)包異常檢測，然后將自適應(yīng)諧振理論分別與K-means

2、、遺傳K-means兩種聚類算法結(jié)合，另外將兩種聚類算法的中心經(jīng)過處理后初始化ART2的權(quán)值矩陣，并且把它們應(yīng)用到數(shù)據(jù)包異常檢測領(lǐng)域中。
　　本文的研究內(nèi)容主要包括以下幾個(gè)方面：
　　(1)對數(shù)據(jù)包異常檢測的特征提取的研究，即KDD99數(shù)據(jù)集的特征，并且按照數(shù)據(jù)集中的數(shù)據(jù)項(xiàng)進(jìn)行特征提?。?br>　　(2)研究三種算法：自適應(yīng)諧振理論，一種無監(jiān)督的神經(jīng)網(wǎng)絡(luò)，屬于競爭網(wǎng)絡(luò)的范疇，也屬于基于模型的聚類方法；K-means算法，一種

3、應(yīng)用廣泛的基于劃分的聚類算法；GK-means算法，K-means與遺傳算法相結(jié)合的算法，能夠有效地跳出局部最優(yōu)達(dá)到全局最優(yōu)；
　　(3)將自適應(yīng)諧振理論應(yīng)用于數(shù)據(jù)包異常檢測領(lǐng)域，得到初步的聚類結(jié)果；
　　(4)將自適應(yīng)諧振理論分別與K-means算法和GK-means算法結(jié)合，對初步聚類結(jié)果進(jìn)行修正；
　　(5)研究自適應(yīng)諧振理論的權(quán)值矩陣的初始化，給出了兩種較好的初始化方法，有效地提高了聚類的穩(wěn)定性和準(zhǔn)確率。