基于量子遺傳算法優(yōu)化BP網(wǎng)絡(luò)的入侵檢測研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、入侵檢測是近十年發(fā)展起來的一種動態(tài)監(jiān)測、預(yù)防或抵御系統(tǒng)入侵行為的安全機(jī)制。目前入侵檢測有許多模型和方法,而神經(jīng)網(wǎng)絡(luò)和模式識別等技術(shù)的引入使網(wǎng)絡(luò)安全的智能檢測研究成為熱點(diǎn)。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)的能力,只要提供系統(tǒng)的審計(jì)數(shù)據(jù)或網(wǎng)絡(luò)數(shù)據(jù)包,神經(jīng)網(wǎng)絡(luò)就可以通過自學(xué)習(xí)從中提取正常的用戶或系統(tǒng)活動特征模式,并檢測出異?;顒拥墓裟J?。這些特性使其在入侵檢測中得到了很好的應(yīng)用。目前最流行的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法是BP算法,BP學(xué)習(xí)算法是基于梯度下降這

2、一本質(zhì),不可避免地會帶來以下缺點(diǎn):學(xué)習(xí)過程收斂速度慢;算法不完備,容易陷入局部極值,當(dāng)學(xué)習(xí)速率設(shè)置過高時(shí),可能產(chǎn)生振蕩;魯棒性差,網(wǎng)絡(luò)性能對網(wǎng)絡(luò)的初始設(shè)置比較敏感。這使得基于BP神經(jīng)網(wǎng)絡(luò)的入侵檢測存在高漏報(bào)率和誤報(bào)率。
   本文針對入侵檢測的效率問題和準(zhǔn)確性問題,提出了一種基于量子遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的入侵檢測模型,該模型基于量子遺傳算法的全局搜索和BP網(wǎng)絡(luò)局部精確搜索的特性,將量子遺傳算法和BP算法有機(jī)結(jié)合,利用量子遺傳

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論