基于半自适应的遗传神经网络在入侵检测中的应用-计算机软件与理论专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 随着互联网与计算机技术应用范围的日益广泛，政府、企业以及个人对计算 机的依赖程度越来越高。与此同时，计算机网络的安全问题也越来越严峻。 目前， 计算机网络安全技术主要包括防火墙、路由器包过滤、各种杀毒软件与漏洞补丁 等，这些技术都属于静态的安全防御技术，虽然在阻止非法入侵活动上起到了一 定的作用，但是，它们很难在系统受到不可预料的损失之前对攻击行为进行拦截。 入侵检测系统（Intrusion Detection System,IDS）是一种积极主动的网络完全防 御技术，它能够对入侵事件做出及时地响应。然而，目前大多数入侵检测系统都 存在较高的误报率，而且运行效率也不理想。遗传神经网络具有自学习、联想记 忆和分布式处理等优点，将遗传神经网络应用到入侵检测中，可以弥补传统入侵 检测技术的不足。论文研究了神经网络在入侵检测中的应用，主要完成的工作如 下： (1) 对入侵检测进行了系统地研究，分析了入侵检测技术的主要分类方法、主 要的入侵检测技术以及存在的不足，阐述了入侵检测的发展方向。 (2) 研究了人工神经网络基本原理与功能，并对人工神经网络中常用的 BP 算 法进行了深入研究，分析了其存在着收敛速度慢、容易陷入局部极小值的不足。 (3) 研究了遗传算法的基本原理，对遗传算法在神经网络中的应用进行了详细 的分析。全面对比了传统遗传算法和自适应遗传算法，分析了它们的性能及存在 的不足。 (4) 针对自适应遗传算法比较耗时的问题，提出了半自适应遗传算法。在半自 适应遗传算法中，变异概率不再是通过计算种群中每个个体的适应度得出，而是 通过上一代变异概率直接推出。并结合了 LM 算法的局部搜索特性来进一步改善 遗传神经网络应用到入侵检测中的检测效率。 (5) 完成了两组仿真实验，实验结果表明，论文提出的方法具有训练时间短、 误报率底等优点，达到了预期的效果。 关键词：入侵检测，人工神经网络，遗传神经网络，半自适应遗传算法 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT Along with the computer technology with wide range of application, the government, enterprises and individuals to computer dependence is getting higher and higher. Meanwhile, computer network security problem more and more serious. At present, the computer network security technology, mainly including firewall, routers packet filtering, all sorts of antivirus software and holes patches, these all belong to the static security defense technology, while the illegal intrusion activities play a certain role, but they are unpredictable difficult in the system of the loss of intercepting behavior before the attack. Intrusion Detection System is a kind of active network, it can completely defense technology to make timely response invasion of events. However, most of the intrusion detection system has higher rate and efficiency is not ideal. Genetic neural network self-learning, lenovo has advantages such as memory and distributed processing, genetic neural network to the intrusion detection, can make up for the deficiencies of traditional intrusion detection technology. Research the