基于神经网络的bp算法研究及在网络入侵检测中的应用

《基于神经网络的bp算法研究及在网络入侵检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于神经网络的BP算法研究及在网络入侵检测中的应用摘要：通?"分析BP神经网络用于检测系统存在的问题，在传统BP算法基础上，采用自动变速率学习法，引入遗忘因子、随机优化算子，并将其用于网络入侵检测系统。仿真实验结果表明，改进的BP神经网络算法用于入侵检测，速度快、易收敛，目标精度0.02很快达到。改进的BP神经网络算法的检测率、漏测率、误报率分别为96.17%，3.83%,4.15%,检测率比未改进的BP算法要高出11.65%，漏测率比未改进的BP算法要低10.66%，误报率比未改进的BP算法要低4.07%,改进算法优越性明显。本文采集自网络，本站发布的论

2、文均是优质论文，供学习和研究使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息，如果需要分享，请保留本段说明。关键词：BP算法；入侵检测；神经网络；随机优化算子中图分类号：TN915.08?34；TP393.08文献标识码：A文章编号：10047373X(2017)11?0091?04ResearchonBPalgorithmbasedonneuralnetworkanditsapplicationinnetworkintrusiondetectionLUOJunsong(CollegeofInform

3、ationScienceandTechnology,ChengduUniversityofTechnology,Chengdu610059，China)Abstract：ByanalyzingtheproblemsofBPneuralnetworkappliedtothedetectionsystem，theautomaticvariable?ratelearningmethod,forgettingfactorandrandomoptimizationoperatorarcintroducedintotheBPalgorithmonthebasisoft

4、raditionalBPalgorithm.TheBPalgorithmisappliedtothenetworkintrusiondetectionsystem.ThesimulationresultsshowthattheimprovedBPneuralnetworkalgorithmappliedtointrusiondetectionhasthecharacteristicsoffastspeedandeasyconvergence,andcanquicklyobtainthetargetaccuracyof0.02.Thedetectionrat

5、e,misseddetectionrateandfalsealarmrateoftheimprovedBPneuralnetworkalgorithmcanreachupto96.17%,3.83%and4.15%respectively,whosedetectionrateis11.65%higherthanthatofthetraditionalBPalgorithm,themisseddetectionrateis10.66%lowerthanthatofthetraditionalBPalgorithm,andthefalsealarmrateis

6、4.07%lowerthanthatofthetraditionalBPalgorithm.Thesuperiorityofthealgorithmisobvious.Keywords:BPalgorithm；intrusiondetection；neuralnetwork；randomoptimizationoperator0引言随着通信技术和计算机技术的快速发展，计算机的网络规模越来越大，通信系统也越来越复杂，由于计算机网络本身具有漏洞，同时还有黑客对网络进行攻击，因此计算机网络受到的威胁和攻击日益增加［1?3］。网络安全形势越来越严峻。通过入侵检测技

7、术可收集计算机网络中的若干关键点信息，同时对这些信息进行分析，并对网络是否遭到袭击、是否存在违反安全策略行为进行检查，并做出及时响应，对网络连接进行切断并报瞥等［4?6］。目前倾向于通过入侵检测技术结合人工智能算法进行相关研究，对于各种入侵行为，采用人工智能算法通过自学习、自适应能力进行识别、检测［7］。作为一种重要的模式识别方法，人工神经网络具有自学习、自组织、推广能力强等特点［8］。在入侵检测系统中，应用人工神经网络方法可使系统能较好地识别己知攻击，同时还具有对未知攻击进行检测的能力［9］。但是在异常入侵检测系统中，应用标准BP算法存在收敛局部极小值、

8、学习速度慢等缺点，这在很大程度上影响了入侵检测系统的性能［10］。