基于神经网络的入侵检测原型研究

摘要

网络已经渗透到人们生活的各个领域,随着网络用户的大幅度增长,受到攻击的系统越来越多。网络安全技术的研究已经成为重点。入侵检测能进行安全审计、监视网络数据,识别网络攻击,并能及时响应,但是误报率高。神经网络具有很好的并行计算,自适应计算,抗干扰和智能判断的特征,可以准确处理失真信号。这些特征能优化现有的入侵检测方法。分析了网络攻击的分类和入侵检测原型总体结构,设计了入侵检测原型的详细设计,规范了相关数据结构,根据特征对执行流程进行提取,指出了检测网络的攻击范围。提出神经网络的训练流程,概括了神经网络检测的程序算法。