基于小波神經(jīng)網(wǎng)絡的入侵檢測技術研究.pdf

1、隨著網(wǎng)絡和計算機技術在政治、經(jīng)濟、軍事和文化方面的廣泛應用，越來越多的安全問題也對網(wǎng)絡應用造成了巨大的威脅。面對日益嚴重的網(wǎng)絡信息安全問題，保障計算機系統(tǒng)、網(wǎng)絡系統(tǒng)及整個信息基礎設施的安全已經(jīng)成為刻不容緩的重要課題。入侵檢測作為一種新的動態(tài)安全防御技術，起著保護信息系統(tǒng)安全的重要作用，也是網(wǎng)絡在防火墻之后的第二道安全防線。 小波神經(jīng)網(wǎng)絡是神經(jīng)網(wǎng)絡研究中一個新的重要分支，是結合小波理論與人工神經(jīng)網(wǎng)絡思想而形成的。小波神經(jīng)網(wǎng)絡吸收了

2、二者的優(yōu)點，因而具有較強的逼近能力和容錯能力。本文的創(chuàng)新之處在于實現(xiàn)了基于小波神經(jīng)網(wǎng)絡入侵檢測模型，該模型不僅加快了神經(jīng)網(wǎng)絡的收斂速度，而且解決了基于傳統(tǒng)BP算法的網(wǎng)絡易陷入局部極小點的問題；最后對五種不同算法的入侵檢測方法進行了仿真實驗。實驗結果表明，與傳統(tǒng)BP算法的入侵檢測方法相比，采用Morlet小波函數(shù)的第一種入侵檢測方法，檢測率提高了4.96％，誤報率和漏報率分別降低了3.84％、1.29％。由于該算法易于實現(xiàn)，所以對今后研究