【摘 要】
：
当前的入侵检测技术在实际应用中尚存在很多缺陷,如误报率和漏报率比较高、检测效率低以及智能化程度不足等。为了提高检测精度,降低误报率和漏报率,人们大都将研究重点放到
论文部分内容阅读
当前的入侵检测技术在实际应用中尚存在很多缺陷,如误报率和漏报率比较高、检测效率低以及智能化程度不足等。为了提高检测精度,降低误报率和漏报率,人们大都将研究重点放到选择合适的数据源和数据属性、改进现有检测算法、发现新的检测算法以及改进入侵检测系统的构架等方法上。针对IDS(入侵检测系统)存在的主要问题,本文设计了一种入侵检测系统模型,将BP神经网络与D-S证据理论结合起来实现对入侵行为的检测模块,但由于BP神经网络收敛慢、易陷入局部最小值等缺点,本文利用遗传算法对BP神经网络权值进行优化。本文在VC++6.0中实现了BP神经网络算法与D-S证据理论,选用实验数据KDDCUP99入侵数据集[1],并根据需要对数据进行了预处理以及特征选择。由于实验选用的数据集的特征比较多,计算量大,所以本文引用王争社、方敏等人的主成分分析基础上的特征提取,对特征进行降维。然后根据实际需求构建BP神经网络对入侵行为进行学习,而后用D-S证据理论融合BP神经网络的识别结果。最后通过实验表明,将优化后的BP神经网络的单独识别效果跟BP神经网络与D-S证据理论结合起来的识别效果进行对比可知,后者的识别效果提高了。
其他文献
散列函数作为现代密码学的重要研究分支,是实现数据完整性验证、身份鉴别和数字签名的关键。但是随着信息技术的发展和理论研究的深入,传统散列算法暴露出一些缺陷,如执行效
云计算是近年新兴的一种计算模式，这种模式出现不久便迅速成为学术界研究的热点，工业界也推出了各种云产品。在云环境中集约部署软件系统，可以减少硬件设备的投入，在一定程度上节
安全问题自云计算提出以来就一直困扰着云服务的提供者和使用者,随着云计算的流行与普及,越来越多的黑客们更加关注云平台漏洞挖掘与利用。因此关注云计算安全,增加云计算的
卷积神经网络(Convolutional Neural Networks,CNN)目前在计算机视觉领域应用广泛,在图像识别、物体检测以及图像分割等问题上都取得了最优的性能。但是CNN是深度的人工神经
近年来,人均汽车保有量不断上涨,虽然部分大中型城市采取了尾号限行的措施,但是交通拥堵的状况依然愈演愈烈。尤其是早晚高峰期间及节假日的庞大交通流量使得负荷早已接近饱
随着移动互联网技术的高速发展和“互联网+”的提出，互联网业务应用需求日益多元化和复杂化以及网络规模急剧膨胀，对于网络数据传输路径的优化以保障网络数据的高效转发提出了
随着互联网的广泛应用,报表已成为企业信息统计的主要手段。报表用表格、统计图等格式动态显示数据,使得数据和格式完全分离,不仅可以准确快速的统计企业数据,还具有权限控制
近年来，随着技术的发展，移动设备在人们的日常生中扮演着越来越重要的角色。相对于传统的个人计算机，移动设备凭借便携性和日趋强大的功能，逐渐成为们获取和处理信息的一种重要手
人体行为识别技术具有非常广泛的应用前景和巨大的社会经济效益，其在视频监控、人机交互、医疗健康看护、虚拟现实等领域具有广泛应用前景。近年来，随着图像获取技术的进步，尤其
随着人们生活水平的提高,传统的计算模式越来越不能满足人们对于智能化软件的需求。20世纪末,科学界提出了普适计算的概念,普适计算是利用上下文感知技术,为人们提供智能化的