基于深度置信网络的入侵检测研究

《基于深度置信网络的入侵检测研究》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、分类号：TP393密级：公开专业学位研究生学位论文论文题目（中文）基于深度置信网络的入侵检测研究IntrusionDetectionResearchbasedon论文题目（外文）DeepBeliefNetwork研究生姓名安琪学位类别工程硕士专业学位领域计算机技术学位级别硕士校内导师姓名、职称申永军教授校外导师单位、姓名论文工作起止年月2015年3月至2016年5月论文提交日期2016年4月论文答辩日期2016年5月学位授予日期2016年6月校址：甘肃省兰州市原创性声明本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究所取得

2、的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定，同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅；本人授权兰州大学可以将本学位论文的全部

3、或部分内容编入有关数据库进行检索，可以采用任何复制手段保存和汇编本学位论文。本人离校后发表、使用学位论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为兰州大学。本学位论文研究内容：□可以公开□不宜公开，已在学位办公室办理保密申请，解密后适用本授权书。（请在以上选项内选择其中一项打“√”）论文作者签名：导师签名：日期：日期：基于深度置信网络的入侵检测研究中文摘要最近，随着网络技术发展计算机入侵手段也越来越复杂和多样化，计算机网络安全问题成为一个迫切需要解决的重要问题。入侵检测技术作为一种重要的主动安全防范技术，已经成为网络安全的关

4、键技术，然而随着入侵手段的的不断变化，传统的入侵检测技术已经不能满足如今的网络环境，将智能技术应用于入侵检测之中已经成为入侵检测的一种发展趋势。深度学习如今已经在图像识别和文本分类领域取得了巨大的成功，为解决现在入侵数据往往呈现出庞大的数据量和高维度特征特点提供了一个新的解决方法。本文根据对现有入侵检测技术和对深度置信网络的学习，提出了一种基于深度置信网络的入侵检测模型体系，详细介绍了该模型体系中的网络探测器、数据预处理模块、数据库模块、DBN异常处理模块、响应模块。该模型核心模块DBN异常处理模块由3层的受限玻尔兹曼机和一层BP神经网络

5、构成。三层受限玻尔兹曼机进行无监督的特征学习，训练算法采用对比散度算法，BP神经网络起到参数回调和对第三层RBM输出的低维特征进行分类。最后，本文利用KDDCUP99-10%数据集对提出的模型进行仿真分析，在实验中，讨论了受限玻尔兹曼机的迭代次数、BP神经网络迭代次数以及受限隐藏层节点的设置对最后分类准确率的影响，并且将参数设置为最优时与TANN、FC-ANN、SA-DT-SVMS以及BP神经网络进行对比。总体来说，基于深度置信网络的入侵检测方法准确率更高。关键词：深度置信网络，受限玻尔兹曼机，BP神经网络，入侵检测IIntrusionD

6、etectionResearchBasedonDeepBeliefNetworkAbstractRecently,withthedevelopmentofnetworktechnologyandcomputerintrusionmeansisbecomingmoreandmorecomplexanddiverse.Computernetworksecurityhasbecomeanimportantproblem.Intrusiondetectionasanewnetworksecuritytechnologies,itcansearch

7、andfindtheinformationonthekeynodeswhichareinthenetwork.However,thetraditionalintrusiondetectiontechnologyhasbeenunabletomeetthecurrentnetworkenvironmentbecauseoftheinvasionmethodhaschanged.thereforeintelligenttechnologiesmustbeused.Deeplearninghasbeenagreatsuccessinthefie

8、ldofimagerecognitionandtextclassification.Itprovidesanewmethodtosolvetheproblemofdataquantityand