入侵檢測中神經(jīng)網(wǎng)絡(luò)及D-S理論的研究.pdf

1、隨著互聯(lián)網(wǎng)應(yīng)用的發(fā)展，網(wǎng)絡(luò)安全日益重要。入侵檢測系統(tǒng)(IDS)作為和防火墻、加密系統(tǒng)并列的一種安全手段得到了很大的發(fā)展。入侵檢測技術(shù)作為一種主動地安全防護(hù)技術(shù)，及時地檢測各種惡意入侵并在網(wǎng)絡(luò)系統(tǒng)受到危害時進(jìn)行響應(yīng)。入侵檢測是一種新興的網(wǎng)絡(luò)安全技術(shù)，目前正越來越受重視，但是作為一種新興技術(shù)在應(yīng)用領(lǐng)域的研究還有待探索和完善。 人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)結(jié)構(gòu)的新型智能系統(tǒng)，它是在生物神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上構(gòu)成的多個神經(jīng)元互相連接的網(wǎng)絡(luò)，

2、主要研究復(fù)雜的多維非線性大系統(tǒng)中的信息分布、信息處理的理論和方法，并用于解決實際的工程問題。這門學(xué)科的研究使諸如生物學(xué)、認(rèn)知科學(xué)、非線性科學(xué)等基礎(chǔ)學(xué)科與計算機(jī)、電子學(xué)、人工智能、信息處理、模式識別等工程學(xué)科有機(jī)地結(jié)合起來，并且具有廣泛的應(yīng)用前景。 在利用林肯實驗室的入侵檢測測試數(shù)據(jù)集的基礎(chǔ)上，本文采用MIT林肯實驗室對DARPA數(shù)據(jù)集的分類，實現(xiàn)了應(yīng)用神經(jīng)網(wǎng)絡(luò)的方法來對三組分類的異常入侵檢測，并將三組分類檢測結(jié)果利用D-S證據(jù)理

3、論方法進(jìn)行數(shù)據(jù)融合。并且將融合前后的檢測結(jié)果進(jìn)行比較和研究，入侵檢測的性能評估指標(biāo)都有提升，融合后結(jié)果基本達(dá)到要求。 本文主要工作：在借鑒MIT林肯實驗室的入侵檢測測試數(shù)據(jù)集的基礎(chǔ)上，對試驗數(shù)據(jù)進(jìn)行預(yù)處理和分類。根據(jù)網(wǎng)絡(luò)連接的不同屬性將有用特征進(jìn)行分組；根據(jù)不同特征組，訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行初步分類，判斷網(wǎng)絡(luò)連接屬性為正常或是惡意入侵，得到最終檢測結(jié)果，并利用D-S證據(jù)理論方法進(jìn)行數(shù)據(jù)融合提高檢測精度。 最后，總結(jié)了研究工作中