基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測模型研究.pdf

1、隨著科技進(jìn)步和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，信息產(chǎn)業(yè)及其應(yīng)用得到了巨大發(fā)展，政府、金融、電信等企事業(yè)單位及個人用戶等對網(wǎng)絡(luò)的依賴程度越來越高，同時也由此帶來了信息安全的隱患，如何保障網(wǎng)絡(luò)與信息系統(tǒng)的安全已經(jīng)成為人們高度重視的問題。 傳統(tǒng)的網(wǎng)絡(luò)安全模型已不能適應(yīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，PPDR模型應(yīng)運(yùn)生。入侵檢測技術(shù)是PPDR模型的重要組成部分，是防火墻、數(shù)據(jù)加密等安全保護(hù)措施的有效補(bǔ)充。它對計(jì)算機(jī)和網(wǎng)絡(luò)資源上的惡意使用行為進(jìn)行識別，并為對抗

2、入侵提供重要信息，它不僅檢測來自外部的入侵行為，同時也監(jiān)督內(nèi)部用戶的未授權(quán)活動。 入侵檢測分析技術(shù)是入侵檢測系統(tǒng)的核心，主要分為異常入侵檢測和誤用入侵檢測。該文針對入侵檢測系統(tǒng)存在的對入侵事件高漏報(bào)率和誤報(bào)率，提出一種基于遺傳神經(jīng)網(wǎng)絡(luò)的異常入侵檢測模型，該模型基于遺傳算法的全局搜索和BP網(wǎng)絡(luò)局部精確搜索的特性，將遺傳算法和BP算法有機(jī)結(jié)合，利用遺傳算法優(yōu)化網(wǎng)絡(luò)初始權(quán)重，使訓(xùn)練好的網(wǎng)絡(luò)更有效的檢測入侵。從而克服了BP算法收斂速度慢