基于遗传神经网络入侵检测模型研究.pdf

基于遗传神经网络的入侵检测模型研究摘要传统的网络安全模型己不能适应网络技术的发展,��模型应运生。入侵检测技术是��模型的重要组成部分,是防火墙、数据加密等安全保护措施的一种基于遗传神经网络的异常入侵检测模型,该模型基于遗传算法的全局搜索究表明,该方法效果良好,学习速度快,分类准确率高。关键词网络信息安全;入侵检测;人工神经网络;遗传算法;�算法随着科技进步和计算机网络技术的飞速发展,信息产业及其应用得到了巨大发展,政府、金融、电信等企事业单位及个人用户等对网络的依赖程度越来越高,同时也由此带来了信息安全的隐患,如何保障网络与信息系统的安全己经成为人们高度重视的问题。有效补充。它对计算机和网络资源上的恶意使用行为进行识别,并为对抗入侵提供重要信息,它不仅检测来自外部的入侵行为,同时也监督内部用户的未授权活动。入侵检测分析技术是入侵检测系统的核心,主要分为异常入侵检测和误用入侵检测。本文针对入侵检测系统存在的对入侵事件高漏报率和误报率,提出和�网络局部精确搜索的特性,将遗传算法和�算法有机结合,利用遗传算法优化网络初始权重,使训练好的网络更有效的检测入侵。从而克服了�算法收敛速度慢、易陷入局部极小值、全局搜索力弱、受网络结构限制等缺点。研哈尔滨理工大学工学硕士学位论文
,�����,����瑃�����甧�������������,�������琣����������哈尔滨理工大学工学硕士学位论文��.�����.����琣����,������瑃�����琻������琲�����甀����������.�������琤�������籭���,���,������瓵���琾��������甌���,������甌���,���.��’�
堕堡鎏堡三盔堂三兰堡主兰垡堡苎�����������籦����������;����������籥������������籫����������.
第�滦髀���研究目的和意义��课题来源��.�芯康哪康�单纯的防火墙策略已经无法满足对安全高度敏感部门的需要,网络的防卫必须经网络的分布式入侵检测模型》,本文作为该项目的一个组成部分,将遗传算法据统计:信息窃贼在过去�曛幸��%速度增长,�%的大公司都发生过����是由计算机网络互联而成的全球性信息网。网络缔造了前所未有的新感觉和新生活,其无穷的信息量不仅激发了现代个体的广泛兴趣和潜力,也为各社会群体创造了无限的发展空间。当越来越多的公司将其核心业务向互联网转移的时候,网络安全作为一个无法回避的问题呈现在人们面前。传统上,公司一般采用防火墙作为安全的第一道防线。而随着攻击者知识的日趋成熟,攻击工具与手法的日趋复杂多样,采用一种纵深的、多样的手段。与此同时,当今的网络环境也变得越来越复杂,各式各样复杂的设备,需要不断升级、补漏洞得系统使得网路管理员得工作不断加重,不经意的疏忽便有可能造成安全的重大隐患。在这种环境下,入侵检测系统成为了安全市场上新的热点,不仅愈来愈多的受到人们的关注,而且已经开始在各种不同的环境中发挥其关键作用。本论文的项目背景是哈尔滨理工大学自然科学基金项目《基于多层前向神与神经网络结合作为其中一个分布式���募觳馑惴ā�大的入侵事件。世界著名的商业网站,如�����、��、�������都曾被黑客入侵,造成巨大的经济损失【�。甚至连专门从事网络安全的���站也受到黑客的攻击。对入侵攻击的检测与防范、保障计算机系统、网络系统及整个信息基础设施的安全已经成为刻不容缓的重要课题。入侵检测的目的是监控网络活动,及时识别可疑的行为,以及明显的攻击行为。高效的入侵检测系统能够保障计算机系统、网络系统甚至整个信息基础设施的安全和避免巨大的经济损失。哈尔滨理工大学工学硕士学位论文
常用网络安全技术分析��.�芯康囊庖�文分析。但目前人工难以进行实时分析,当审计数据量极大时,这使得手工分指保护系统内的程序和数据等信息不受破坏或泄漏。在现实环境中,网络的信实体或过程,也就是信息只为授权用户使用。机密性是在可靠性和可用性基础入侵检测需要监听所有的网络流量,并且需要截获所有的数据包并进行报析实际上是不可行的。而目前的��即嬖谝韵氯�鑫侍猓篒�所依赖的检测数据在传递中可能被篡改,导致漏报和误报;��嵴加孟嗟倍嗟淖试矗蝗肭�者可暗中篡改、中止��绦颍���可靠性下降或完全失效。因此研究高效的安全检测技术和开发实用的安全检测系统具有重大的理论和实践意义。随着计算机技术与信息技术的发展,计算机网络的安全日益突出。一般认为,计算机的网络安全包括网络的物理安全和信息安全两个方面,物理安全是指保护交换机、服务器、路由器、传输信道等硬件实体免受破坏:信息安全是息安全显得尤其重要和迫切,因此下瑶主要讨论网络安全主要是指网络的信息安全问题。计算机网络安全的特征主要