基于PCA和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)研究與設(shè)計(jì).pdf

1、隨著互聯(lián)網(wǎng)的日益普及和發(fā)展，其豐富的信息資源給人們的生活帶來(lái)了極大的便利，但同時(shí)也帶來(lái)了網(wǎng)絡(luò)安全問(wèn)題。雖然傳統(tǒng)的防火墻、加密等信息安全技術(shù)有一定的防御作用，但都屬于靜態(tài)安全技術(shù)范疇，需要人工來(lái)實(shí)施和維護(hù)。而入侵檢測(cè)作為一種積極主動(dòng)的動(dòng)態(tài)安全技術(shù)，提供了對(duì)內(nèi)部攻擊、外部攻擊和誤操作的實(shí)時(shí)保護(hù)，已成為信息安全領(lǐng)域的研究熱點(diǎn)。由于入侵技術(shù)迅猛發(fā)展，傳統(tǒng)的入侵檢測(cè)技術(shù)已不能完全滿足當(dāng)前網(wǎng)絡(luò)安全的需要，因此，將神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊技術(shù)等智能化

2、技術(shù)融入入侵檢測(cè)系統(tǒng)勢(shì)在必行。
　　 本文從介紹入侵檢測(cè)相關(guān)概念入手，通過(guò)對(duì)入侵檢測(cè)系統(tǒng)經(jīng)典模型和主要檢測(cè)技術(shù)的分析，發(fā)現(xiàn)了當(dāng)前入侵檢測(cè)系統(tǒng)中存在的如漏報(bào)率過(guò)高等諸多問(wèn)題。通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)理論知識(shí)的研究表明，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于入侵檢測(cè)可以充分發(fā)揮其自學(xué)習(xí)、分布存儲(chǔ)等優(yōu)勢(shì)，研究與設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)，將具有重要的理論與實(shí)際意義。同時(shí)，針對(duì)傳統(tǒng)BP算法收斂速度慢、學(xué)習(xí)過(guò)程易發(fā)生振蕩等缺點(diǎn)，提出了多種改進(jìn)方案。針對(duì)網(wǎng)絡(luò)數(shù)據(jù)普遍維

3、數(shù)較高的特點(diǎn)，還引入了主成分分析技術(shù)，在將數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)處理前先對(duì)其進(jìn)行降維處理，從而簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)規(guī)模，降低神經(jīng)網(wǎng)絡(luò)的運(yùn)算量。在此基礎(chǔ)上，本文設(shè)計(jì)了一個(gè)包含五個(gè)模塊的完整的入侵檢測(cè)系統(tǒng)模型，闡述了該模型的設(shè)計(jì)思想、模型原理圖，并對(duì)各個(gè)模塊的功能和實(shí)現(xiàn)進(jìn)行了詳細(xì)的設(shè)計(jì)。最后利用KDD-99數(shù)據(jù)集構(gòu)造了大量訓(xùn)練、測(cè)試樣本，對(duì)網(wǎng)絡(luò)流量進(jìn)行模擬，完成了系統(tǒng)的仿真研究。
　　 通過(guò)MALTAB下的實(shí)驗(yàn)結(jié)果表明：(1)對(duì)BP算法進(jìn)行改進(jìn)后