基于集成神经网络入侵检测系统的研究（推荐）.docVIP

目 录 摘要 I Abstract II 1 引言 1 1.1 研究的背景和意义 1 1.2 国内外研究现状 2 1.3 论文结构安排 3 2 入侵检测技术简介 4 2.1 研究入侵检测的必要性 4 2.2 入侵检测的相关概念 4 2.3 入侵检测系统的基本原理 4 2.4 入侵检测系统的基本工作模式 5 2.5 入侵检测系统的分类 6 2.5.1 根据检测技术分类 6 2.5.2 根据数据来源分类 7 2.6 入侵检测目前存在的局限性和不足 7 2.7 基于神经网络的入侵检测技术的发展 8 3 神经网络简介 9 3.1 神经网络模型 9 3.1.1 生物神经元模型 9 3.1.2 人工神经元模型 10 3.1.3 神经网络模型 12 3.1.4 神经网络的工作方式 12 3.1.5 神经网络的基本性质及优点 13 3.2 神经网络应用于入侵检测 14 4 基于集成神经网络的入侵检测系统 15 4.1 系统设计 15 4.1.1 系统工作原理 15 4.1.2 特征提取 15 4.2 集成神经网络算法 16 4.3 遗传算法 17 4.3.1 遗传算法的定义 17 4.3.2 遗传算法的基本思想 17 4.3.3 基本遗传算法 18 4.3.4 基本遗传算法的运行参数 20 4.4.2 个体网络的构建 20 4.4.3 个体网络的选择 21 4.4.4 网络的集成输出 22 5 仿真实验分析 23 5.1 matlab神经网络工具箱 23 5.2 实验数据源 23 5.3 入侵检测数据集预处理 24 5.4 仿真实验 24 5.4.1 导入数据 24 5.4.2 训练过程 25 5.5 仿真实验数据分析 27 结论 28 参考文献 29 致 谢 30 摘要 入侵检测是防火墙的合理补充，它帮助系统对付网络攻击，扩展了系统管理员的安全管理能力，提高了信息安全基础结构的完整性。入侵检测技术是一种动态的网络检测技术，主要用于识别对计算机和网络资源的恶意使用行为，包括来自外部用户的入侵行为和内部用户的未经授权活动。为了提高入侵检测系统的检测能力，本文在了解信息安全和入侵检测概念的基础上，分析神经网络模型，采用单个神经网络分别对样本进行训练，然后，通过遗传算法寻找那些差异较大的神经网络进行集成，并将研究的模型应用于入侵检测系统中，提出相应的处理方案，得到最后的结果。 关键词：网络安全 入侵检测 神经网络 集成学习 遗传算法 Abstract Intrusion detection is a logical addition to firewall, it helps the system to deal with network attacks, expanded the system administrators security management capabilities, improve the integrity of the information security infrastructure. Intrusion detection technology is a dynamic network detection technology, mainly used to identify computers and network resources on the malicious use of behavior, including acts of invasion from external users and internal users without the mandated activities. In order to improve detection of intrusion detection system, this paper to understand the concept of information security and intrusion detection based on analysis of neural network model, using a single neural network training samples, respectively, and then, through the genetic algorithm to find large differences in the neural network that integration, and research models are applied to intrusion detection sy