收藏本站
《西安工程大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络入侵检测技术的研究

王小敏  
【摘要】:网络的快速发展,在政治、军事、科技、教育、文化等领域为人们提供便利的同时,也突显出更多网络安全方面的问题。由于网络的开放性、可匿名性和网络安全相关规则的缺失以及网络系统自身的缺陷,使得用户数据安全受到威胁。目前,网络安全问题已经成为关系国家安全、社会稳定以及人们工作和生活的重要问题。防火墙作为传统安全防护设备,依然无法阻挡不经过防火墙的外部非法访问以及内部的威胁,不能保证绝对的安全。因此,为了维护网络安全,除了使用防火墙等基本措施外,还必须实行入侵检测技术。然而当前的入侵检测技术准确率不高,不能识别新的攻击行为,误报率偏高,并且资源占用率较高,需要不断更新特征库等,具有一定的局限性。为了解决准确率不高和误报率过高的问题,本文着眼于近年来国内外入侵检测技术的热点问题,研究基于神经网络(Neural Networks,简称NN)的入侵检测技术。将径向基函数(Radical Basis Function,简称RBF)神经网络应用于入侵检测研究中,运用NN自组织、自适应和自学习等特点,设计基于RBF网络入侵检测的改进模型,利用群智能优化算法对其参数进行优化,力求提高入侵检测性能。在此基础上,运用回溯分析设备实时捕获数据流量,研究在线入侵检测技术。具体内容包括以下四点:(1)讨论了入侵检测技术以及人工神经网络的相关理论,分析了当前入侵检测存在的问题以及神经网络的优势,对经典反向传播(Back Propagation,简称BP)网络和RBF网络的数学模型和算法进行研究。针对KDD99数据集维度过高的问题,对输入数据进行筛选降维,并对实验数据特征值进行数值化、归一化处理等,为构建径向基神经网络的入侵检测改进模型准备好数据。(2)本文设计了一个基于RBF网络入侵检测的改进模型。所设计的RBF网络隐含层由径向基神经元和竞争神经元两组神经元组成。其中径向基神经元由正常类和异常类两类神经元组成。竞争神经元的个数由需要分类的种类数决定。首先输入层接收训练样本的特征值并传递给隐含层;其次隐含层的径向基神经元接收输入样本,计算输入样本与神经元中心的距离,使用RBF函数得到输入向量属于某一分类的概率,并将属于同一分类的概率累加,通过竞争神经元之间的竞争得到输出。实验表明,本文所设计的RBF神经网络用于入侵检测分类,准确率更高。(3)本文提出一种基于混合蛙跳算法(Shuffled Frog Leaping Algorithm,简称SFLA)的RBF神经网络入侵检测算法模型。将SFLA和RBF相结合,应用于入侵检测技术中。首先依据RBF网络隐含层的维度空间模型,提取隐含层的权值参数;再初始化SFLA算法参数,对RBF隐含层权值进行优化;最后再根据优化后的参数重新构建RBF网络,输入两组入侵攻击实验数据,输出分类结果。实验表明,基于SFLA-RBF入侵检测算法模型的误报率更低,具有更好的应用前景。(4)研究了在线入侵检测技术。在实验室搭建实验环境,运用网络回溯分析服务器采集通过防火墙两端的网络流量,实时捕获数据包,对正常异常流量进行回溯分析,提取相关特征值作为输入样本输入到RBF网络模型中,输出分类结果。实验表明,采用实时捕获数据的9维特征值训练的RBF神经网络的平均运行时间大幅降低。
【学位授予单位】:西安工程大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP393.08

【参考文献】
中国期刊全文数据库 前10条
1 王美丽;;普通高职院校校园网络的设计与实现[J];电脑开发与应用;2015年01期
2 吴建胜;张文鹏;马垣;;KDDCUP99数据集的数据分析研究[J];计算机应用与软件;2014年11期
3 潘桂彬;潘丰;刘国栋;;基于改进混合蛙跳算法的移动机器人路径规划[J];计算机应用;2014年10期
4 彭清芳;;浅析计算机网络信息技术安全及对策[J];无线互联科技;2013年06期
5 魏钦志;;工业控制系统安全形势及防护策略[J];自动化博览;2013年01期
6 马丽芳;史宇浩;;神经网络在入侵检测中的应用[J];计算机安全;2012年11期
7 张潇丹;包永强;奚吉;赵力;邹采荣;;基于MD-CM-SFLA神经网络的耳语音情感识别[J];东南大学学报(自然科学版);2012年05期
8 蒋丰;温建明;冯奇;;概率神经网络在舰艇冲击损伤决策中的应用[J];计算机工程与应用;2011年23期
9 王茜;张粒子;舒隽;王楠;;基于阈值选择策略的改进混合蛙跳算法在电网规划中的应用[J];电力系统保护与控制;2011年03期
10 罗腾;;基于协议分析的入侵检测系统研究与设计[J];中国新技术新产品;2010年14期
中国博士学位论文全文数据库 前1条
1 解男男;机器学习方法在入侵检测中的应用研究[D];吉林大学;2015年
中国硕士学位论文全文数据库 前10条
1 于道森;基于威胁情报的网站安全防护平台[D];中国科学院大学(工程管理与信息技术学院);2015年
2 颜浩;基于BP神经网络入侵检测算法研究[D];中南民族大学;2013年
3 李贺玲;数据挖掘在网络入侵检测中的应用研究[D];吉林大学;2013年
4 李晨光;基于神经网络的入侵检测技术研究与应用[D];吉林大学;2013年
5 张婷婷;基于神经网络的入侵检测系统研究[D];青岛理工大学;2010年
6 曾显峰;基于人工神经网络的入侵检测技术研究[D];华南理工大学;2010年
7 李钢;基于神经网络的入侵检测研究与实现[D];华东师范大学;2008年
8 张乐;事务级数据库入侵检测系统的应用研究[D];中国海洋大学;2008年
9 秦翠芒;基于RBF神经网络的入侵检测技术研究[D];中北大学;2008年
10 孙元成;基于Agent的分布式入侵检测系统关键技术研究[D];西安理工大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 黄新静;;基于MATLAB的网络安全入侵检测系统的设计[J];自动化技术与应用;2018年09期
2 侯翔;;基于人工势场和量子遗传算法的移动机器人路径规划方法[J];计算机应用与软件;2018年06期
3 程乐园;党彬;王鑫;刘伟;张艳来;郭和强;;基于改进仿电磁学算法的多目标电网规划方案研究[J];电网与清洁能源;2017年12期
4 郭成华;;基于KDDCUP99数据集的入侵检测系统的设计与实现[J];网络安全技术与应用;2017年12期
5 杜江;袁中华;;一种改进的混合蛙跳算法及其在变压器设计中的应用[J];安徽大学学报(自然科学版);2018年03期
6 晁萍瑶;王小敏;;基于SFLA优化的RBF神经网络入侵检测算法[J];软件导刊;2017年08期
7 杜江;袁中华;王景芹;;一种基于灰预测理论的混合蛙跳算法[J];电工技术学报;2017年15期
8 黄宜庆;彭凯;袁梦茹;;基于多策略混合人工鱼群算法的移动机器人路径规划[J];信息与控制;2017年03期
9 张前进;王华东;;基于核典型相关分析和支持向量机的语音情感识别模型[J];南京理工大学学报;2017年02期
10 王声柱;李永忠;;基于深度学习和半监督学习的入侵检测算法[J];信息技术;2017年01期
中国博士学位论文全文数据库 前4条
1 李亚楠;石油储层含油性识别的特征选择和规则提取[D];中国地质大学;2018年
2 赵鑫龙;云计算安全动态检测与静态评测技术研究[D];大连海事大学;2017年
3 赵超;云环境下网络安全监控架构及保障方法研究[D];哈尔滨工程大学;2017年
4 尹宝全;农业数据处理中的异常检测方法研究[D];中国农业大学;2016年
中国硕士学位论文全文数据库 前10条
1 张翠香;网络流量数据的攻击探测及可视化研究[D];西南科技大学;2018年
2 陆胜雷;ACO-BP算法优化及其在入侵检测中的应用[D];重庆师范大学;2018年
3 李蕾;网络空间中威胁情报可信度多维度分析模型研究[D];北京邮电大学;2018年
4 于振洋;基于孪生支持向量机的入侵检测系统研究应用[D];大连海事大学;2018年
5 李亮;校园网安全体系的设计与实现[D];兰州理工大学;2017年
6 李倩倩;基于BP神经网络的恶意软件检测系统[D];湖南大学;2017年
7 容川;南宁市网络信息安全监测预警平台开发项目进度管理研究[D];广西大学;2017年
8 张艳;面向不平衡数据的离群点检测研究[D];青岛科技大学;2017年
9 冯雪;电梯运行监控预警系统研究与实现[D];中国科学技术大学;2017年
10 王小敏;基于神经网络入侵检测技术的研究[D];西安工程大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 赵凯;李声晋;孙娟;赵锋;;改进蚁群算法在移动机器人路径规划中的研究[J];微型机与应用;2013年04期
2 张海玉;刘军;刘志都;;基于混沌优化策略的SFLA算法[J];计算机应用研究;2013年06期
3 朱东伟;毛晓波;陈铁军;;基于改进粒子群三次Bezier曲线优化的路径规划[J];计算机应用研究;2012年05期
4 王敏;赵鹤鸣;张庆芳;;基于瞬时频率估计和特征映射的汉语耳语音话者识别[J];数据采集与处理;2011年06期
5 余华;黄程韦;张潇丹;金赟;赵力;;混合蛙跳算法神经网络及其在语音情感识别中的应用[J];南京理工大学学报;2011年05期
6 李云;刘学诚;朱峰;;数据挖掘技术在入侵检测中的应用[J];计算机应用与软件;2011年05期
7 陈卫东;朱奇光;;基于模糊算法的移动机器人路径规划[J];电子学报;2011年04期
8 邵检江;;高职院校校园网络规划与设计[J];广东交通职业技术学院学报;2011年01期
9 许斯军;曹奇英;;基于可视图的移动机器人路径规划[J];计算机应用与软件;2011年03期
10 陈海英;;浅析如何加快高职院校校园网络的建设[J];教育教学论坛;2010年36期
中国博士学位论文全文数据库 前7条
1 高鹏毅;BP神经网络分类器优化技术研究[D];华中科技大学;2012年
2 刘华文;基于信息熵的特征选择算法研究[D];吉林大学;2010年
3 郑凯梅;基于统计机器学习的网络入侵检测分类研究[D];中国矿业大学(北京);2010年
4 唐东明;聚类分析及其应用研究[D];电子科技大学;2010年
5 孙钢;基于SVM的入侵检测系统研究[D];北京邮电大学;2007年
6 李战春;入侵检测中的机器学习方法及其应用研究[D];华中科技大学;2007年
7 邵红梅;带惩罚项的BP神经网络训练算法的收敛性[D];大连理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 李桂林;基于云计算的CDN平台系统设计研究[D];北京邮电大学;2015年
2 郑建林;一种有效应变的云监控框架研究[D];华南理工大学;2013年
3 沈青;基于ITIL的云监控系统的研究与设计[D];华中师范大学;2013年
4 余双成;DDoS攻击检测技术研究[D];北京邮电大学;2013年
5 董青;基于威胁情报信息的民航空防安全预警方法研究[D];中国民用航空飞行学院;2012年
6 段伟恒;基于云计算技术的抗DDOS市场研究分析[D];北京邮电大学;2012年
7 许艺枢;面向云计算的DDoS攻击检测研究[D];齐齐哈尔大学;2012年
8 蔡柳青;基于MongoDB的云监控设计与应用[D];北京交通大学;2011年
9 李海伟;基于网络流量特征的DDoS攻击检测方法研究[D];湖南大学;2010年
10 蒲天银;基于灰色理论的网络安全态势感知模型[D];湖南大学;2009年
【相似文献】
中国期刊全文数据库 前10条
1 刘建;;基于改进神经网络的网络入侵检测[J];科技创新与应用;2018年02期
2 马卫;;神经网络在网络入侵检测中的应用[J];网友世界;2013年11期
3 颜谦和;颜珍平;;遗传算法优化的神经网络入侵检测系统[J];计算机仿真;2011年04期
4 汪生,揭摄,梁亚声;基于特征匹配的网络入侵检测技术安全性研究[J];网络安全技术与应用;2003年04期
5 谷俊涛;;基于网络入侵检测研究[J];信息技术;2016年06期
6 刘金生;;网络入侵检测的建模与仿真研究[J];计算机仿真;2011年12期
7 龚星宇;刘志生;张建华;;基于网络入侵检测的分析与研究[J];电子设计工程;2009年05期
8 睢丹;黄永灿;;基于改进遗传算法的网络入侵检测[J];数字技术与应用;2016年04期
9 陈颖悦;;一种基于聚类算法的网络入侵检测应用[J];厦门理工学院学报;2014年01期
10 吴燕妮;;基于网络入侵检测的分析研究[J];价值工程;2012年20期
中国重要会议论文全文数据库 前10条
1 彭清泉;杨晓元;韩益亮;;一种基于免疫的网络入侵检测体系结构[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
2 成科扬;;基于集对分析的网络入侵检测研究[A];2005年中国智能自动化会议论文集[C];2005年
3 沈明玉;邱文庆;;基于行为模型的网络入侵检测方法研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
5 申红婷;;遗传算法在网络入侵检测中的应用[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
6 张若楠;李红辉;张骏温;;一种融合改进Kmeans和KNN的网络入侵检测方法[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
7 吴建龙;;基于蜂群算法的网络入侵检测模型优化研究[A];中国职协2015年度优秀科研成果获奖论文集(上册)[C];2016年
8 黄晓燕;许龙飞;;基于关联规则的网络入侵检测技术的应用研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
9 魏念忠;;基于模糊关联规则挖掘的网络入侵检测研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
10 陈路莹;姜青山;陈黎飞;;一种面向网络入侵检测的特征选择方法[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
中国重要报纸全文数据库 前10条
1 ;Symantec ManHunt[N];中国计算机报;2004年
2 ;StoneGate IPS永不间断 安全均衡[N];中国计算机报;2008年
3 ;McAfee IntruShield主动防入侵[N];中国计算机报;2003年
4 陶智;政务安全:NIPS力克城域网“内讧”[N];中国计算机报;2006年
5 曾宇、王成江;服务器要走向“零”管理[N];中国计算机报;2002年
6 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
7 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
8 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
9 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
10 ;人工智能将取得大面积突破[N];中国企业报;2017年
中国博士学位论文全文数据库 前10条
1 杨宏宇;网络入侵检测技术的研究[D];天津大学;2003年
2 易平;移动Ad Hoc网络入侵检测与主动响应机制研究[D];复旦大学;2005年
3 蒋卫华;智能网络入侵检测与安全防护技术研究[D];西北工业大学;2003年
4 曾勇;资源受限场景下的容忍入侵关键技术研究[D];西安电子科技大学;2008年
5 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年
6 傅蓉蓉;无线传感器网络入侵检测关键技术研究[D];北京交通大学;2013年
7 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年
8 赵月爱;基于非均衡数据分类的高速网络入侵检测研究[D];太原理工大学;2010年
9 沈晴;面向交通拥堵预测大数据的神经网络群组快速学习[D];北京科技大学;2017年
10 江沸菠;基于神经网络的混合非线性电阻率反演成像[D];中南大学;2014年
中国硕士学位论文全文数据库 前10条
1 王小敏;基于神经网络入侵检测技术的研究[D];西安工程大学;2017年
2 孙琦麟;基于免疫克隆选择加权朴素贝叶斯分类器的网络入侵检测[D];兰州理工大学;2017年
3 张浩;一种新型分类算法及其在网络入侵检测中的应用研究[D];北京邮电大学;2018年
4 徐温雅;基于机器学习的网络入侵检测研究[D];北京交通大学;2018年
5 崔媛媛;网络入侵检测产品技术规范研究[D];电子科技大学;2003年
6 赵鑫玺;数字图书馆环境下的网络入侵检测研究[D];曲阜师范大学;2010年
7 曹丹星;基于数据降维和支持向量机的网络入侵检测[D];山东大学;2015年
8 朱丽华;基于网络入侵检测的智能算法研究[D];江南大学;2010年
9 郑凯元;基于计算智能的自主网络入侵检测方法研究[D];电子科技大学;2009年
10 初金涛;基于支持向量机的网络入侵检测研究[D];青岛大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026