基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)

《基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)摘要：關(guān)于神經(jīng)網(wǎng)絡(luò)與入侵檢測(cè)技術(shù)的結(jié)合一直是網(wǎng)絡(luò)安全問題研究的一個(gè)熱點(diǎn)，本文介紹了網(wǎng)絡(luò)發(fā)展帶來的問題，并詳細(xì)闡述了入侵檢測(cè)技術(shù)的基本概況，接著說明神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用，最后對(duì)其提出了一些展望。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)激勵(lì)函數(shù)模型Abstract：Onneuralnetworkandintrusiondetectiontechnologycombinedwithnetworksecurityissueshasbeenaresearchfocus,thispaperbringstheissueofnetwork

2、development,andelaboratedonthebasicoverviewofintrusiondetectiontechnology,andthentheneuralnetworkintrusiondetectionFinally,someprospectsofitsproposed.Keywords：neuralnetworkintrusionDetectionActivationfunctionmodel1引言伴隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)的安全問題也日益突出，網(wǎng)絡(luò)安全的一個(gè)主要威脅就是通過網(wǎng)絡(luò)對(duì)信息系統(tǒng)的人侵。特

3、別是系統(tǒng)中一些敏感及關(guān)鍵信息，經(jīng)常遭受惡意和非法用戶的攻擊，使得這些信息被非法獲取或破壞，造成嚴(yán)重的后果。目前在各個(gè)領(lǐng)域的計(jì)算機(jī)犯罪和網(wǎng)絡(luò)非法入侵，無論是數(shù)量，手段，還是性質(zhì)、規(guī)模，已經(jīng)到了令人咋舌的地步。據(jù)統(tǒng)計(jì)，美國(guó)每年由于網(wǎng)絡(luò)安全問題而造成的經(jīng)濟(jì)損失超過170億美元，德國(guó)、英國(guó)也均在數(shù)十億美元以上，法國(guó)、新加坡等其它國(guó)家問題也很嚴(yán)重[1]。在國(guó)際刑法界列舉的現(xiàn)代社會(huì)新型犯罪排行榜上，計(jì)算機(jī)犯罪已名列榜首。2008年，CSI/FBI調(diào)查所接觸的524個(gè)組織工作中，有56%遇到電腦安全事件，其中有38%遇到1-5起，16%以上遇到11起以

4、上。因與互聯(lián)網(wǎng)連接而成為頻繁攻擊點(diǎn)的組織連續(xù)3年不斷增加，遭受拒絕服務(wù)攻擊則從2005年的27%上升到2008的42%。所以，對(duì)網(wǎng)絡(luò)及其信息的保護(hù)成為重要課題。對(duì)于網(wǎng)絡(luò)安全現(xiàn)有的解決方案，我們知道防火墻、加密技術(shù)等都屬于靜態(tài)的防護(hù)手段，只能夠被動(dòng)的防御攻擊，而對(duì)于已經(jīng)發(fā)生的攻擊則束手無策。鑒于此，能動(dòng)態(tài)、主動(dòng)地實(shí)現(xiàn)網(wǎng)絡(luò)防衛(wèi)的實(shí)時(shí)人侵檢測(cè)技術(shù)日益成為網(wǎng)絡(luò)安全領(lǐng)域的一個(gè)關(guān)鍵技術(shù)。神經(jīng)網(wǎng)絡(luò)NN(NeuralNetwork)具有檢測(cè)準(zhǔn)確度高且有良好的非線性映射和自學(xué)習(xí)能力、建模簡(jiǎn)單、容錯(cuò)性強(qiáng)等優(yōu)點(diǎn)。神經(jīng)網(wǎng)絡(luò)技術(shù)具備相當(dāng)強(qiáng)的攻擊模式分析能力，能夠較

5、好地處理帶噪聲的數(shù)據(jù)，在概念和處理方法上都適合入侵檢測(cè)系統(tǒng)的要求，已成為入侵檢測(cè)技術(shù)領(lǐng)域研究的熱點(diǎn)之一[2]。但由于傳統(tǒng)的入侵檢測(cè)技術(shù)存在著規(guī)則庫(kù)難于管理、統(tǒng)計(jì)模型難以建立以及較高的誤報(bào)率和漏報(bào)率等諸多問題，制約了入侵檢測(cè)系統(tǒng)在實(shí)際應(yīng)用中的效果。因此針對(duì)目前入侵檢測(cè)系統(tǒng)存在的各種缺點(diǎn)和不足，提出了將神經(jīng)網(wǎng)絡(luò)運(yùn)用于入侵檢測(cè)的概念模型。網(wǎng)絡(luò)入侵檢測(cè)問題本質(zhì)上是獲取網(wǎng)絡(luò)上的數(shù)據(jù)流量信息并根據(jù)一定的方法進(jìn)行分析，來判斷是否受到了攻擊或者入侵，因此，入侵檢測(cè)問題可以理解為模式識(shí)別問題。而人工神經(jīng)網(wǎng)絡(luò)是一種基于大量神經(jīng)元廣泛互聯(lián)的數(shù)學(xué)模型，具有自學(xué)習(xí)

6、、自組織、自適應(yīng)的特點(diǎn)，在模式識(shí)別領(lǐng)域的應(yīng)用取得了良好的效果。利用神經(jīng)網(wǎng)絡(luò)技術(shù)的自學(xué)習(xí)能力、聯(lián)想記憶能力和模糊運(yùn)算能力，可以對(duì)各種入侵和攻擊進(jìn)行識(shí)別和檢測(cè)?；谶@個(gè)思路，將神經(jīng)網(wǎng)絡(luò)技術(shù)和入侵檢測(cè)技術(shù)相結(jié)合，建立了一個(gè)基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)模型并實(shí)現(xiàn)了一個(gè)基于BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)的原形，對(duì)原有的誤差返向傳播算法進(jìn)行了改進(jìn)以太提高收斂速度，然后對(duì)一些實(shí)際數(shù)據(jù)進(jìn)行了測(cè)試和分析，在檢測(cè)率，漏報(bào)率，誤報(bào)率等方面取得了較好的效果。2入侵檢測(cè)技術(shù)概況2.1入侵檢測(cè)介紹2.1.1入侵檢測(cè)的基本概念入侵(Intr

7、usion)是指任何試圖破壞資源完整性、機(jī)密性和可用性或可控性的行為。完整性是指數(shù)據(jù)未經(jīng)授權(quán)不能改變的特性；機(jī)密性是指信息不泄漏給非授權(quán)用戶、實(shí)體或過程，或供其利用的特性；可用性是可被授權(quán)實(shí)體訪問并按要求使用的特性；可控性是指對(duì)信息傳播及內(nèi)容具有控制能力。作為一個(gè)廣義的概念，入侵不僅包括發(fā)起攻擊的人(如惡意的黑客)取得超出合法范圍的系統(tǒng)控制權(quán)，也包括用戶對(duì)于系統(tǒng)資源的誤用，收集漏洞信息造成拒絕訪問(DenialofService)等對(duì)計(jì)算機(jī)系統(tǒng)造成危害的行為。入侵檢測(cè)(IntrusionDetection)，顧名思義，是指對(duì)于面向計(jì)算資源

8、和網(wǎng)絡(luò)資源的惡意行為的識(shí)別和響應(yīng)。入侵檢測(cè)是一種主動(dòng)保護(hù)網(wǎng)絡(luò)和系統(tǒng)安全的新型網(wǎng)絡(luò)安全技術(shù)，是目前網(wǎng)絡(luò)安全體系結(jié)構(gòu)中的重要組成部分。它通過對(duì)計(jì)算機(jī)網(wǎng)絡(luò)或計(jì)算機(jī)系統(tǒng)中的若干關(guān)鍵點(diǎn)收集信息并對(duì)其進(jìn)行