基于改进神经网络的入侵检测算法的研究

目录

声明

1 绪 论

1.1 论文研究背景

1.2 研究目的和意义

1.3 国内外研究现状

1.4 论文结构安排

2 相关技术和原理

2.1 入侵检测系统概述

2.1.1 现代入侵检测系统

2.1.2 入侵检测技术存在的问题

2.2 入侵检测系统分类

2.2.1 基于主机的入侵检测系统

2.2.2 基于网络的入侵检测系统

2.3 人工神经网络

2.3.1 BP 神经网络

2.3.2 RBF 神经网络

2.3.3 CNN 神经网络

2.4 混合灰狼优化算法

2.4.1 灰狼优化算法

2.4.2 差分进化算法

2.4.3 混合灰狼优化算法概述

2.4.4 多种种群智能算法与 HGWO 进行对比验证

2.5 本章小结

3 改进 BP神经网络模型构建

3.1 HGWO-BP神经网络的设计

3.1.1 权值和函数选择

3.2 实验结果判定指标

3.3 实验数据集

3.3.1 数据的选取

3.3.2 数据降维

3.3.3 数据的数值化和归一化处理

3.3.4 实验数据分布

3.4 实验结果对比与分析

3.5 本章小结

4 HGWO-RBF神经网络模型

4.1 RBF神经网络的设计

4.1.1 径向基函数的选取

4.1.2 参数的选择

4.2 HGWO-RBF神经网络

4.2.1 HGWO-RBF 入侵检测实验

4.2.2 实验结果对比与分析

4.3 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

致 谢

攻读学位期间取得的科研成果清单