| 【中文题名】 | 入侵检测中神经网络及D-S理论的研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-1 |
| 【中关键词】 | 入侵检测,神经网络,D-S证据理论,数据融合,, |
| 【英关键词】 | Intrusion Detection,Neural Network,D-S Evidence Theory,Data Fusion, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>计算机网络>一般性问题 |
| 【论文摘要】 | 随着互联网应用的发展，网络安全日益重要。入侵检测系统(IDS)作为和防火墙、加密系统并列的一种安全手段得到了很大的发展。入侵检测技术作为一种主动地安全防护技术，及时地检测各种恶意入侵并在网络系统受到危害时进行响应。入侵检测是一种新兴的网络安全技术，目前正越来越受重视，但是作为一种新兴技术在应用领域的研究还有待探索和完善。
人工神经网络是模拟生物神经结构的新型智能系统，它是在生物神经网络理论的基础上构成的多个神经元互相连接的网络，主要研究复杂的多维非线性大系统中的信息分布、信息处理的理论和方法，并用于解决实际的工程问题。这门学科的研究使诸如生物学、认知科学、非线性科学等基础学科与计算机、电子学、人工智能、信息处理、模式识别等工程学科有机地结合起来，并且具有广泛的应用前景。
在利用林肯实验室的入侵检测测试数据集的基础上，本文采用MIT林肯实验室对DARPA数据集的分类，实现了应用神经网络的方法来对三组分类的异常入侵检测，并将三组分类检测结果利用D-S证据理论方法进行数据融合。并且将融合前后的检测结果进行比较和研究，入侵检测的性能评估指标都有提升，融合后结果基本达到要求。
... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-5 |
|
目录 |
5-7 |
|
第1章 引言 |
7-13 |
|
1.1 本课题研究的目的和意义 |
7-8 |
|
1.2 研究与发展现状 |
8-10 |
|
1.3 课题来源 |
10 |
|
1.4 作者主要工作 |
10-11 |
|
1.5 论文章节安排 |
11-13 |
|
第2章 入侵检测 |
13-24 |
|
2.1 入侵和入侵检测简介 |
13 |
|
2.2 入侵检测技术及分类 |
13-15 |
|
2.3 入侵检测系统 |
15-21 |
|
2.3.1 入侵检测系统的定义 |
15-16 |
|
2.3.2 入侵检测系统的必要性 |
16 |
|
2.3.3 入侵检测系统的分类 |
16-18 |
|
2.3.4 入侵检测系统的模型 |
18-19 |
|
2.3.5 CIDF-通用入侵检测框架 |
19-21 |
|
2.4 现有入侵检测系统的问题 |
21-24 |
|
第3章 人工神经网络的基本原理 |
24-37 |
|
3.1 人工神经网络简介 |
24 |
|
3.2 神经网络的基本组成 |
24-26 |
|
3.2.1 神经元 |
24-25 |
|
3.2.2 神经元之间的连接 |
25 |
|
3.2.3 神经网络 |
25-26 |
|
3.3 人工神经网络的学习规则 |
26-28 |
|
3.4 人工神经网络的几种基本类型 |
28-32 |
|
3.4.1 神经元变换函数的三种类型 |
28-29 |
|
3.4.2 人工神经网络的四种结构 |
29-31 |
|
3.4.3 学习算法上的分类 |
31-32 |
|
3.5 人工神经网络的基本特点 |
32-34 |
|
3.6 神经网络应用于入侵检测 |
34-36 |
|
3.7 人工神经网络在入侵检测系统中的优劣 |
36-37 |
|
第4章 入侵分组和基于BP神经网络的入侵检测 |
37-67 |
|
4.1 BP神经网络模型及其算法 |
37-42 |
|
4.2 样本数据说明 |
42-47 |
|
4.3 实验过程及结果 |
47-67 |
|
4.3.1 神经网络设计 |
47-59 |
|
4.3.2 实验结果及数据 |
59-67 |
|
第5章 D-S理论的应用 |
67-73 |
|
5.1 信息融合 |
67 |
|
5.2 D-S理论基础 |
67-69 |
|
5.3 D-S理论应用 |
69-73 |
|
5.3.1 识别框架的建立 |
69-70 |
|
5.3.2 证据体基本概率分配函数的确定 |
70-71 |
|
5.3.3 数据融合实验结果 |
71-73 |
|
第6章 结论 |
73-75 |
|
致谢 |
75-76 |
|
参考文献 |
76-78 |
|
攻读硕士学位期间的主要工作 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.388058 |
