基于快速BP学习算法入侵检测技术的研究.pdfVIP

基于快速 BP 学习算法的入侵检测技术研究 朱党锋 兰州大学信息科学与工程学院 (730000) E—mail：zhudf03@ 摘 要：本文构建了一个新的入侵检测模型，利用MATLAB 神经网络工具箱中提供四种典 型的快速改进算法作为BP 网络训练的学习函数；实验结果表明，采用最佳网络设计的入侵 检测模型加速网络收敛，降低计算机资源消耗，提高检测率。 关键词：入侵检测 BP 神经网络 MATLAB 快速学习算法 1．引言 近些年入侵检测领域的研究主要集中在各种自动化和智能化技术的应用研究上，包括 数据挖掘技术和生物系统模拟技术，如人工神经网络、遗传算法和遗传程序设计、人工免疫 系统等，将这些智能技术用于入侵检测的研究，不仅为入侵检测的研究开拓了一个崭新的方 向，同时也为建立更为有效、可靠的入侵检测系统提供了一个广阔得发展空间。 人工神经网络(Artificial Neural Network, ANN) ，自从20 世纪50 年代Rosenblatt 首次 将单层感知器应用于模式分类学习以来，已经有了几十年的研究历史。迄今为止，神经网络 已经采用了大规模的并行结构，信息采用分布式存储和并行处理，具有良好的自组织、自学 习以及自适应的能力，同时具有较强的学习、记忆、联想和识别功能。而入侵检测问题在某 种意义上可以理解为模式识别问题，因此人工神经网络技术在入侵检测中研究的时间较长， 并在不断得发展[1][2][3] 。国内外将神经网络应用于入侵检测的研究也很多，但是在研究的过 程中还存在两方面的不足：一是神经网络学习效率，当学习样本库较大的时候，易陷入维数 灾难，训练神经网络需要很长的时间；二是易陷入局部极小点，有时神经网络会陷入无法收 敛的情况。本文实现基于BP算法的入侵检测模型，网络的学习训练函数采用MATLAB7.0 工 具箱提供的快速改进算法，改进了传统BP 网络的不足，加快了网络的收敛速度，根据不同 算法产生的训练结果和网络测试结果，最后通过仿真实验，验证了算法得可行性和有效型， 确定入侵检测的最佳结构设计。 2 ． BP 神经网络 BP 网络是一种由非线性变换单元组成的多层前馈神经网络。BP 网络是前向网络的核心 部分，体现神经网络最精华、最完美的内容。BP神经网络的结构如图1所示。BP 网络是一种 具有三层或者三层以上的神经网络，包含输入层、中间层(隐层)和输出层。 -1- x y 1 1 x y 2 2 x y n n 图1 BP 网络结构 BP 网络的训练过程也是根据样本集对神经元之间的联接权