多神经网络组合模型在入侵检测中的应用.pdf

《多神经网络组合模型在入侵检测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第1期北京建筑工程学院学报VO1．26NO．12010年3月JournalofBeijingUniversityofCivilEngineeringandArchitectureMar．2O10文章编号：1004—6011(2010)01—0041—04多神经网络组合模型在入侵检测中的应用毕靖，成晓静，张琨(1．北京建筑工程学院理学院，北京100044；2河北工业大学信息工程学院，天津300130)摘要：入侵检测技术作为提高网络安全的有效手段日益受到重视，利用多神经网络组合模型解决入侵检测问题，针对入侵检测研究的通用审计数据集，首先将其所有字符串行式的元素转换为数

2、值形式；其次为了提高神经网络的逼近性能和运算速度，去除对输出无影响的输入项，并且将剩余输入项的可能取值转换到合理的范围内；最后在MATLAB平台下进行仿真实验，并与单层BP网络进行比较．仿真结果表明，多神经网络组合模型在入侵检测中体现出良好的特性．关键词：多神经网络组合模型；入侵检测：网络安全中图分类号：TP393．08文献标志码：AIntrusionDetectionTechniqueBasedonaCombinationModel0fMultiNeuralNetworksBiJing，ChengXiaojing，ZhangKun(1SchoolofScience，BU

3、CEA，Beijing100044；2．SchoolofInformationEngineering，HebeiUniversityofTechnology，Tianjin300130)Abstract：Intrusiondetectiontechniqueisanimportantwaytoimprovenetworksecurity，andisamainresearchtopicincomputerfield．Inthispaper，thebenchmarkdatasetcommonlyusedintheresearchofintrusiondetectionisad

4、opted．Firstly，thestringtypeofdataischangedintothenumerictype；secondlytheunnecessarydataisomittedandthevalueofdataislimitedinreasonableranges，whichcanimprovetheperformanceofthenetwork；finallyalotofsimulationresultsonacombinationmodelofRBFandBPnetworksaregainedfromMatlabplatform，andcomparis

5、onresultsdisplaythatmultineuralnetworkisbetterthanBPnetworkforintrusiondetection．Keywords：RBFnetwork；intrusiondetection；networksecurity随着lnternet的快速发展，网络安全已经成为式或特征的假定，常用的方法包括专家系统、Petri现代计算机系统所面临的最重要问题．在不影响网网等．它的优点在于能够很好地处理已知入侵行络性能的前提下，入侵检测技术能够对计算机系统为，缺点在于无法或很难处理未知入侵行为．异常进行实时监控，发现并阻止已知入侵行为

6、，同时还能检测是基于入侵行为必与正常行为存在差异的假够学习和适应未知入侵行为．定，常用的方法包括基于统计、神经网络、数据入侵检测技术通常分为特征检测和异常检测两挖掘等技术的方法．它的优点在于可以检测到未类．特征检测是基于入侵行为都具有某种特定模知入侵行为，缺点在于对已知入侵行为的误报率较收稿日期：2009—09—28基金项目：北京市教委科技计划面上项目(09KM08)作者简介：毕靖(19"74一)，女，讲师，硕士，研究方向：入侵检测42北京建筑工程学院学报高．表2第3列字符串替换结果针对计算机系统的审计数据，神经网络可以提字符串替换结果字符串替换结果取正常行为和人侵行为的

7、特征，并可应用到其他数http1finger9据特征的分析中．本文采用BP神经网络和RBF神domaina2timelO经网络相串联的多神经网络组合模型对入侵检测的private3domainl1通用数据集进行分析，并与单层BP神经网络进行ftpdata4ftp12—比较．ecr—i5auth13ire6telnet141入侵检测数据预处理XI17eeo—j15smtp8本文采用的入侵检测数据为通用数据集，它每组数据(含42个元素)的格式如下面两组数据所表3第4列字符串替换结果示，其中前41个元素为审计数据的输入，第42个元字