收藏本站
收藏 | 论文排版

基于智能算法的网络入侵检测技术研究

刘丽丽  
【摘要】: 入侵检测是对企图入侵,正在进行的入侵或已经发生的入侵进行识别的过程,是一种主动的网络安全防御措施。目前由于入侵检测方法的检测率较低,误报率和漏报率较高以及实时性较差等缺点,需要大量的或完备的数据才能达到比较理想的检测性能。 本文针对目前入侵检测中所存在的问题,提出了一种新的检测模型——基于群体智能算法的神经网络模型。首先,阐述了入侵检测的概念,特点,分类,研究内容及传统入侵检测所面临的困境;接着介绍了神经网络的基本原理和量子粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法以及改进的量子粒子群优化算法的基本思想,强调了改进的QPSO可以增加种群的多样性,有效地抑制粒子群早熟,并提高了算法的全局收敛能力。本文进一步阐述了神经网络的概念,特点,结构,并介绍了小波神经网络的结构,分类等。接着以小波神经网络(WNN)为对象,应用QPSO算法及改进的QPSO算法作为训练算法,给出了具体的操作过程。 接着,本文将改进的QPSO算法优化的小波神经网络用于网络异常检测。为了测试性能,分别将QPSO算法以及改进的QPSO算法用于训练小波神经网络,通过智能算法对参变量的优化操作,在进行异常检测的过程中,尽量提高异常检测率,降低误判率。采用KDD CUP99数据集进行的实验表明,基于改进的QPSO算法的小波神经网络的网络异常检测,有效的提高了检测率,同时具有较低的误判率。这些结果表明,改进的QPSO算法是一种高性能的神经网络训练算法,在用神经网络对网络异常检测中能发挥很好的作用。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 张治国,伞冶;一种基于频域分析的小波神经网络收敛算法[J];系统仿真学报;2005年07期
2 王鸿斌;陈惠明;张立毅;;一种小波神经网络的优化算法[J];忻州师范学院学报;2006年02期
3 肖力;BP学习算法及其收敛速度的改进[J];微计算机应用;2003年04期
4 刘建春,王正欧;一种小波神经网络的快速学习算法及其应用[J];天津大学学报;2001年04期
5 黄恩潭;谷远利;;基于改进人工蜂群算法优化小波神经网络的短时交通流预测[J];山东科学;2018年02期
6 陈桂友;罗东华;韩兆友;;基于小波神经网络的胎号识别算法研究[J];系统工程与电子技术;2008年04期
7 张治国;伞冶;;一种数据缺损条件下的小波神经网络收敛算法[J];科学技术与工程;2006年04期
8 李爱红;肖山竹;张尔扬;;基于小波神经网络的功放自适应数字预失真算法[J];现代电子技术;2007年24期
9 姜紫峰,刘小坤;基于神经网络的交通事件检测算法[J];西安公路交通大学学报;2000年03期
10 吴旭东;冯璐远;刘剑;李映曦;;智能算法在古陶瓷文物鉴定中的应用[J];内江科技;2017年12期
11 王军锋,冯象初,宋国乡;多分辨正交多小波网络的结构与算法研究[J];系统工程与电子技术;2003年11期
12 吕宏伯,黄铮,张方;神经网络BP算法的一种改进[J];北京工业大学学报;1995年01期
13 杨明胜;;小波神经网络改进算法在故障诊断中的应用[J];科技通报;2012年08期
14 陈春燕;;小波神经网络改进算法在故障诊断中的应用[J];科技通报;2012年10期
15 邓达,余英林;一种非线性竞争性 Hebbian 算法(英文)[J];华南理工大学学报(自然科学版);1998年09期
16 李子茂,朱大铭,马绍汉;基于竞争的联想存储器学习算法[J];山东大学学报(自然科学版);2000年01期
17 胡红萍;崔霞霞;续婷;白艳萍;;一类改进的人工蜂群算法[J];中北大学学报(自然科学版);2017年04期
18 闫文;;基于蚁群算法的神经网络在电子商务中的应用[J];信息与电脑(理论版);2011年08期
19 徐小平;钱富才;刘丁;王峰;;基于改进粒子群优化算法的新型小波神经网研究[J];信息与控制;2008年04期
中国重要会议论文全文数据库 前10条
1 郝增荣;刘海军;柳征;姜文利;;一种基于神经网络增量学习的辐射源识别算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
2 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
3 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
4 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
5 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
6 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
7 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
8 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
9 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
10 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年
中国博士学位论文全文数据库 前10条
1 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
2 林蔚天;改进的粒子群优化算法研究及其若干应用[D];华东理工大学;2014年
3 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
4 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
5 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
6 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
7 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
8 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
9 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
10 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
中国硕士学位论文全文数据库 前10条
1 刘丽丽;基于智能算法的网络入侵检测技术研究[D];江南大学;2009年
2 马汝辉;基于网络流量异常检测的网络安全技术研究[D];江南大学;2008年
3 张文谦;基于蚁群算法优化的小波神经网络流量预测模型研究[D];西安电子科技大学;2014年
4 卞京红;基于花授粉算法的神经网络结构优化研究[D];西安工程大学;2017年
5 杨娜;蚁群算法的改进及其水资源应用[D];东北农业大学;2008年
6 王允霞;蜂群算法的研究及其在人工神经网络中的应用[D];华南理工大学;2013年
7 张国彬;小波神经网络算法的改进与应用[D];福州大学;2006年
8 白瑞;分布估计算法研究与应用[D];新疆大学;2015年
9 潘妩媚;在线学习算法的研究及其应用[D];吉林大学;2005年
10 刘波;改进蚁群算法的研究[D];浙江大学;2010年
中国重要报纸全文数据库 前10条
1 眉间尺;比算法推荐更重要的是确认眼神[N];科技日报;2018年
2 陈航辉;切勿陷入算法迷信[N];解放军报;2019年
3 西南政法大学行政法学院 邬蕾;算法与法秩序的重塑[N];中国社会科学报;2019年
4 沈东坡;致命的“算法”[N];滨海时报;2017年
5 刘振;“成于算法”当警惕“败于算法”[N];安徽日报;2018年
6 中国信息通信研究院产业与规划研究所 李曼 谢智刚;算法升级加快数字经济发展步伐[N];人民邮电;2018年
7 孙益武;算法也应接受法律的审视[N];民主与法制时报;2018年
8 刘文龙;“算法”只是工具 可以运用但别依赖[N];解放日报;2018年
9 小鱼 乐舒 苏晓 晓龙 良辰;算法:干了这杯“酒”,从此推荐内容是好友[N];人民邮电;2018年
10 本报记者 倪弋;网络时代,应如何规范“算法”[N];人民日报;2018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
  • 010-62982499
  • 010-62783978