基于小波变换神经网络入侵检测系统的研究.doc

基于小波变换神经网络入侵检测系统的研究.doc

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于小波变换神经网络入侵检测系统的研究

目录 摘要 3 Abstract 4 第1章 绪论 5 1.1课题的研究背景和意义 5 1.2入侵检测的国内外现状分析 5 1.3本文的研究内容和主要创新点 6 1.4论文内容安排 6 第2章 入侵检测技术 8 2.1入侵检测的概念 8 2.2入侵检测的功能 8 2.3入侵检测的组成与结构 8 2.4现有的入侵检测分析技术 10 2.4.1静态配置分析 10 2.4.2异常检测技术 10 2.4.3误用检测技术 11 2.4.4入侵检测的发展方向 13 第3章小波神经网络 15 3.1小波分析理论 15 3.1.1小波分析方法的起源与提出 15 3.1.2小波分析的应用 15 3.1.3小波变换 16 3.2人工神经网络理论 17 3.2.1神经网络的基本理论 18 3.2.2神经元的结构模型 18 3.2.3神经网络的一般框架 18 3.3小波神经网络理论 19 3.3.1小波神经网络的基本结构 19 3.3.2小波神经网络学习算法 20 3.3.3小波神经网络训练方法 20 3.3.4 BP网络的训练及算法 21 3.3.5小波网络与BP算法仿真对比 22 第4章 小波神经网络在入侵检测中的应用 25 4.1入侵检测系统设计目标 25 4.2小波神经网络入侵检测模型的设计 26 4.3检测系统工作模式的应用 27 4.4仿真试验与结果 30 结论 35 致谢 36 参考文献 37 摘要 现今社会,Internet已经受到人们越来越广泛的使用。各种网络服务,电子银行、电子商务、QQ聊天等已经成为人们生活中重要组成部分。各种各样的网络攻击也随着不断地增加。人们已经深刻认识到了保证网络安全的重要性。 入侵检测作为一种主动的信息安全保障措施,能有效地弥补了传统安全防护技术的缺陷。通过构建动态的安全循环,可以最大限度地提高系统的安全保障能力,减少安全威胁对系统造成的危害,网络入侵检测系统成为一个重要的发展方向。 本文通过利用小波变换在信号处理方面的时频分析特性和神经网络对任意非线性函数的逼近能力,提出了一种基于小波神经网络的入侵检测方法。用小波变换代替普通神经网络的激励函数,能有效地提高网络样本训练的效率和速度,在仿真结果中体现出较好的收敛速度和学习能力,比较适合用于入侵检测系统中。 关键词: 入侵检测;小波分析;神经网络;小波神经网络。 Abstract Today, the network services, such as E-bank、QQ and E-Commerce are becoming the part of life. And all kinds of Network attacks are increasing .People have realized the importance of network security. As a kind of active measure of imformation Assurance, IDS acts as an effective complement to traditional protection techniques. Network Intrusion Detection System is becoming a great developing direction. The dynamic security circle,including poicy,protection,detection and response,can greatly contribute to improving the assurance ability of information systems and reducing the extent of security threats. Utilizing the ability of time-frequency analysis of the wavelet transform in signal processing and approximation of the neural networks towards any nonlinear function, a method of instrusion detection based on wavelet neural network is proposed.Repla cing ordinary neural network activation functions by wavelet transform, the method can effectively improve

文档评论(0)

李天佑 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档