

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)安全問題的日益增多,網(wǎng)絡安全問題已引起大家的重視,目前用于保護網(wǎng)絡設施的主要技術有防火墻、入侵檢測系統(tǒng)及其他相關技術,如漏洞掃描和評估等。目前投入使用的入侵檢測系統(tǒng)包括已有產(chǎn)品都存在入侵誤報與漏報比較多的問題,檢測實時性不能達到所需要求。本文為了解決實時應用問題,將三層前饋的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡運用于入侵檢測技術,一定程度上提高了入侵檢測系統(tǒng)的實時性,同時降低了誤報率和漏報率。
神經(jīng)網(wǎng)絡具有自學習、記憶和模糊
2、運算能力。徑向基函數(shù)是神經(jīng)網(wǎng)絡算法的一種,廣泛應用于數(shù)據(jù)分類、模式識別及其他許多領域。與常用的BP神經(jīng)網(wǎng)絡算法相比,徑向基函數(shù)神經(jīng)網(wǎng)絡可以對非線性函數(shù)任意逼近,能夠準確解析函數(shù)本身的內在規(guī)律,而且收斂速度較快,應用于入侵檢測系統(tǒng),能較好地解決異常模型的實時逼近和應用問題。
完整的入侵檢測系統(tǒng)是一個龐大的系統(tǒng),通常包括網(wǎng)絡數(shù)據(jù)包捕獲模塊、網(wǎng)絡協(xié)議分析模塊、存儲模塊、響應模塊、入侵事件檢測模塊、規(guī)則解析模塊及界面管理模塊等,其中規(guī)
3、則解析是整個入侵檢測系統(tǒng)的關鍵,本文就這一問題進行了分析與研究。本文選用美國林肯實驗室建立的數(shù)據(jù)集KDD CUP1999(簡稱kdd99)作為訓練和測試數(shù)據(jù),利用RBF網(wǎng)絡分類器將集中抽取的41個數(shù)據(jù)特征值進行了分組,并按特征值性能排序,濾除部分對入侵檢測性能影響較弱的特征值,篩選出需要的特征值作為徑向基函數(shù)神經(jīng)網(wǎng)絡的輸入向量,通過訓練及測試,建立入侵解析規(guī)則。
利用matlab7.0徑向基神經(jīng)網(wǎng)絡工具箱仿真實驗,得出了實驗數(shù)
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于知識的入侵檢測研究.pdf
- 基于入侵檢測機制的入侵防護技術研究.pdf
- 基于混合入侵檢測技術的網(wǎng)絡入侵檢測系統(tǒng)研究.pdf
- 基于模式匹配的入侵檢測研究.pdf
- 基于行為條件的入侵檢測研究.pdf
- 基于WMNs的入侵檢測模型研究.pdf
- 基于通用入侵檢測框架CIDF網(wǎng)絡入侵檢測系統(tǒng)的實現(xiàn).pdf
- 入侵檢測課程設計---基于snort的入侵檢測系統(tǒng)
- 基于代理的入侵檢測系統(tǒng)的研究.pdf
- 基于免疫的入侵檢測模型的研究.pdf
- 基于主機的入侵檢測方法研究.pdf
- 基于XEN的入侵檢測服務研究.pdf
- 基于snort入侵檢測系統(tǒng)的研究.pdf
- 基于協(xié)議分析的入侵檢測研究.pdf
- 基于序列模式的入侵檢測研究.pdf
- 基于機器學習的入侵檢測研究.pdf
- 基于異常檢測的入侵檢測系統(tǒng)設計.pdf
- 基于無監(jiān)督的入侵檢測.pdf
- 基于聚類方法的入侵檢測研究.pdf
- 基于SVM的增量入侵檢測方法研究.pdf
評論
0/150
提交評論