混合智能模型及其在入侵检测中的应用

论文题目: 混合智能模型及其在入侵检测中的应用

论文类型: 硕士论文

论文专业: 信号与信息处理

作者: 丁海燕

导师: 裴文江

关键词: 入侵检测,神经网络,回声神经网络,决策树,神经网络树,回声神经网络树

文献来源: 东南大学

发表年度: 2005

论文摘要: 随着计算机网络的快速发展,安全已经成为现代计算机系统面临的重要问题。入侵检测系统能够用于检测各种形式的入侵行为,是安全防御体系的一个重要组成部分。论文主要研究混合智能模型及在入侵检测中的应用,完成的主要工作包括:论文第一部分,简要介绍了入侵检测的基本概念、基本步骤及发展趋势,分析了入侵检测系统的主要功能、入侵检测系统的分类以及入侵检测技术目前存在的问题等,并讨论了混合智能模型在入侵检测中应用的可能性。论文第二部分,在研究包括神经网络树,多目标优化神经网络树,多模板匹配神经网络树,特征自组织学习神经网络树,最近邻多层感知器神经网络树等神经网络与决策树的混合智能模型基础上,提出基于混合智能模型的入侵检测方法,应用DARPA数据库的实验结果表明所提方法优于神经网络入侵检测方法。论文第三部分,首先在研究回声神经网络设计及学习算法基础上,提出回声神经网络树(ESNTree)设计方法,并详细分析了ESNTree分类性能。其次提出基于ESNTree的入侵检测方法,应用KDD’99数据库的实验结果表明,所提方法在检测率、虚警率等指标方面优于最近提出的基于支撑向量机及数据挖掘等入侵检测方法。

论文目录:

摘要

ABSTRACT

第一章绪论

1.1 研究背景

1.2 入侵检测技术

1.3 混合智能模型在入侵检测中的应用

1.4 论文内容安排

第二章入侵检测技术研究

2.1 IDS 的主要功能

2.2 入侵检测主要技术

2.2.1 按照检测技术或方法分类

2.2.2 按照检测对象分类

2.2.3 按照检测时机不同分类

2.2.4 按照系统结构分类

2.3 入侵检测技术目前存在的问题

第三章神经网络树的设计方法及在入侵检测中应用的研究

3.1 基于神经网络与决策树的混合智能模型研究

3.1.1 神经网络树设计与实现研究

3.1.2 基于遗传算法的多目标优化设计神经网络树

3.1.3 基于多模板匹配的神经网络树

3.1.4 基于特征自组织学习的神经网络树

3.1.5 基于最近邻的多层感知器分类方法

3.2 神经网络树在入侵检测中应用的研究

3.2.1 DARPA 入侵检测数据库

3.2.2 基于神经网络树入侵检测实验结果与分析

第四章回声神经网络树(ESNTree)及在入侵检测中的应用研究

4.1 回声神经网络研究

4.1.1 回声神经网络

4.1.2 回声神经网络学习方法

4.2 回声神经网络树(ESNTree)设计方法及研究

4.2.1 ESNTree(ESNTree)设计方法

4.2.2 回声神经网络树(ESNTree)分类性能研究

4.3 回声神经网络树(ESNTree)在入侵检测中的应用研究

4.3.1 入侵检测数据库及数据预处理

4.3.2 入侵检测实验结果比较及分析

第五章总结与展望

致谢

参考文献

发布时间: 2007-06-11

参考文献

[1].基于神经网络的入侵检测系统研究与实现[D]. 张红杰.石家庄铁道学院2010
[2].神经网络在入侵检测系统中的研究[D]. 廖年冬.贵州大学2006
[3].基于神经网络的入侵检测系统[D]. 郭蕾.长春理工大学2006
[4].基于神经网络的入侵检测系统[D]. 王燚.中国海洋大学2004
[5].基于粗糙集—神经网络的入侵检测系统的研究[D]. 吴霞.武汉理工大学2009
[6].基于聚类和神经网络的入侵检测系统的研究[D]. 王倩.燕山大学2009
[7].基于神经网络技术的分布式入侵检测系统研究[D]. 何志波.长春理工大学2009
[8].基于神经网络的入侵检测系统研究[D]. 周玉甲.湖南大学2006
[9].基于神经网络入侵检测系统的研究与实现[D]. 周健祥.东北农业大学2004
[10].Agent和神经网络相结合的入侵检测系统研究[D]. 李明.江苏大学2008

混合智能模型及其在入侵检测中的应用

猜你喜欢