電子發燒友網>電子資料下載>電子論文>網絡協議論文>基于多神經網絡模塊的入侵檢測技術

基于多神經網絡模塊的入侵檢測技術

2076311 2009-09-15 | rar | 153 | 次下載 | 2積分

資料介紹

???????? 神經網絡應用于入侵檢測可以克服傳統檢測技術的一些不足，如誤報率高、對已知攻擊的變種無法檢測等，然而一般的神經網絡模型只能判斷系統是否遭到攻擊，卻無法知道是什么類型的攻擊。本文描述的多神經網絡模型以及訓練方法不但可以判斷是否受到攻擊，而且可以識別出攻擊的類型。
關鍵字：神經網絡，特征提取，加沖量的 BP 算法。
???????? 隨著互聯網技術的發展、網絡安全形式的變化，傳統的入侵檢測技術越來越暴露自己的局限和不足。把神經網絡應用于入侵檢測系統具有很多傳統檢測方式無法比擬的優勢：1、神經網絡具有概括和抽象能力，對不完整輸入信息具有一定程度的容錯處理能力。2、神經網絡具備高度的學習和自適應能力。3、神經網絡有其內在的并行性，各個節點可并行計算，此種潛在的高速計算能力意味著在很短的時間內能處理更多的信息。提高檢測速度。
????????? 隨著互聯網環境的發展，基于網絡流量分析的入侵檢測技術逐漸流行。Cannady （參考文獻【1】）和Mahaffey 將MLP 模型和SOM/MLP 混合模型應用到基于網絡流量的誤用檢測模型中。MIT 的Lippmann 和Cunningham（參考文獻【2】）等人明確提出采用關鍵字和神經網絡相結合的方法進行網絡入侵檢測并針對Telnet 服務會話進行了相關研究，Lippmann 等人對關鍵字的選取原則進行了一定的說明，并在達到80%的檢測率的基礎上將誤報率降低到大約每天一次的水平。