基于BP神经网络的云计算入侵检测技术研究.pdfVIP

总第 302期 计算机与数字工程 Vo1．42No．12 2014年第 12期 Computer DigitalEngineering 2357 基于BP神经网络的云计算入侵检测技术研究 刘伉伉 谢 福 郭雪雪 (山东师范大学信息科学与工程学院 济南 250000) 摘 要 随着网络技术和云服务的广泛应用 ，云计算环境下强大的计算资源和巨大的存储能力已经变成攻击者的目 标。但由于云服务器所具有的一些有别于普通主机的特性 ，所以不能将已有的入侵检测技术直接应用到云计算中，论文基 于云计算的特点设计出面向云计算的入侵检测系统模型，并详细研究分析模块，为解决传统入侵检测算法存在高漏报率和 误报率问题，在分析模块中设计出通过改进人工蜂群算法来优化BP神经网络的入侵检测算法，提高了神经 网络分类正确 率，缩短了样本训练时间。为提高检测效率，论文选用 D-S证据理论来融合 BP神经网络的检测结果来提高结果的准确性， 通过实验证明算法的高效性。 关键词 云计算；入侵检测；人工蜂群 ；BP神经网络；D-S证据理论 中图分类号 TP393 DOI：10．3969／j．issn1672—9722．2014．12．030 CloudComputingEnvironmentIntrusionDetectionTechnology BasedonBP NeuralNetwork LIU Kangkang XIE Fu GUO Xuexue (CollegeofInformationEngineering，ShandongNomr alUniversity，Jinan 250000) Abstract W iththewideapplicationofnetworktechnologyandcloudservices，cloudcomputingforpowerfulcomputing resourcesandhugestoragecapacityhasbecomeatargetoftheattacker．Butasaresultofcloudserverhassomecharacteris— ticsdifferentfrom thecommonhost，SOtheexistingintrusiondetectiontechnologycannotbedirectlyappliedtocloudcorn— puting．Thispaperbasedonthecharacteristicsofcloudcomputingdesignsaintrusiondetectionsystem model，andresearch theanalysismoduleindetail．Inordertosolvethetraditionalintrusiondetectionalgorithm problemsofarelativelyhighfalse negativerateandhighfalsealarm ratedefectsintheanalysismodule，thispaperproposesanew algorithm thatusesimproved artificialcolonyalgorithm tOoptimizeBPneuralnetworkalgorithm fortheintrusiondetection．Thenew algorithm effectively improvestheclassificationaccuracyofBPneuralnetwork．Toimprovetheefficiencyofdetection，thispaperchoosesD-Sevi— dencetheorytofusiondetectionresultsofBPneuralnetwork．Matlabsimulationexperimentalresultsshow efficiencyofthe algorithm． KeyWords cloudcomput