本文關(guān)鍵詞：改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：通過近幾年研究,很多專家學(xué)者們將BP網(wǎng)絡(luò)應(yīng)用到入侵檢測領(lǐng)域,對入侵檢測系統(tǒng)的質(zhì)量和性能有很大程度的提高,但是仍然具有很多不足,比如BP神經(jīng)網(wǎng)絡(luò)依賴初始值等,針對現(xiàn)狀,本文對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了研究,具體的研究工作如下:1.改進(jìn)遺傳算法的交叉算子。遺傳算法交叉之前先對個體之間的相似度進(jìn)行比較,如果計算出兩個個體之間的相似度太大,則不允許他們之間進(jìn)行交叉操作。2.對禁忌搜索的全禁忌的處理方式進(jìn)行了改進(jìn)。文中處理方法為:對當(dāng)前解的某一位進(jìn)行變異,如果此位上原本是0,則將其變異為1,反之則變?yōu)?,將當(dāng)前解變異后得到的解作為下一個解,即下一個迭代過程的當(dāng)前解,之后按照正常的步驟進(jìn)行操作。3.提出了改進(jìn)的GA-TS算法優(yōu)化BP網(wǎng)絡(luò)。根據(jù)對BP神經(jīng)網(wǎng)絡(luò)、遺傳算法和禁忌搜索算法的分析,BP神經(jīng)網(wǎng)絡(luò)依賴初始權(quán)值,如果初始值沒選擇好,會引起網(wǎng)絡(luò)長時間不收斂、形成局部極小。文中改進(jìn)的GA-TS算法對BP網(wǎng)絡(luò)進(jìn)行優(yōu)化,結(jié)合了兩個算法的優(yōu)勢,規(guī)避了二者的不足,對文中所提方法和其他方法進(jìn)行了對比,實驗驗證了文中方法效果更優(yōu)。
【關(guān)鍵詞】：入侵檢測 BP神經(jīng)網(wǎng)絡(luò) 遺傳算法 禁忌搜索算法
【學(xué)位授予單位】：湖南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.08;TP183
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-11
• 1.1 研究背景8-9
• 1.1.1 網(wǎng)絡(luò)安全面臨的威脅8
• 1.1.2 研究入侵檢測的必要性8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 本文研究內(nèi)容及組織結(jié)構(gòu)10-11
• 第二章 相關(guān)技術(shù)介紹11-20
• 2.1 入侵檢測11-15
• 2.1.1 入侵檢測模型11-12
• 2.1.2 入侵檢測分類12-14
• 2.1.3 入侵檢測技術(shù)存在的問題14
• 2.1.4 入侵檢測技術(shù)的發(fā)展趨勢14-15
• 2.2 神經(jīng)網(wǎng)絡(luò)15-17
• 2.2.1 BP神經(jīng)網(wǎng)絡(luò)原理15-17
• 2.2.2 BP神經(jīng)網(wǎng)絡(luò)的特點17
• 2.3 遺傳算法和禁忌搜索算法17-19
• 2.3.1 遺傳算法17-18
• 2.3.2 禁忌搜索算法18
• 2.3.4 禁忌搜索算法特點18-19
• 2.4 小結(jié)19-20
• 第三章 改進(jìn)的GA-TS算法20-36
• 3.1 遺傳算法的改進(jìn)20-26
• 3.1.1 交叉算子的改進(jìn)20-22
• 3.1.2 改進(jìn)交叉算子的遺傳算法22-23
• 3.1.3 改進(jìn)交叉算子的遺傳算法性能測試23-26
• 3.1.4 改進(jìn)交叉算子的遺傳算法特點26
• 3.2 改進(jìn)的GA-TS算法研究26-35
• 3.2.1 改進(jìn)的禁忌搜索算法27-29
• 3.2.2 改進(jìn)的GA-TS算法思想29-30
• 3.2.3 改進(jìn)的GA-TS算法描述30-32
• 3.2.4 改進(jìn)的GA-TS算法性能測試32-35
• 3.3 小結(jié)35-36
• 第四章 改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測模型36-46
• 4.1 獲取網(wǎng)絡(luò)數(shù)據(jù)模塊36-39
• 4.2 數(shù)據(jù)預(yù)處理模塊39-40
• 4.3 改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測模塊40-45
• 4.3.1 構(gòu)建BP神經(jīng)網(wǎng)絡(luò)40-42
• 4.3.2 訓(xùn)練和測試BP神經(jīng)網(wǎng)絡(luò)42-43
• 4.3.3 改進(jìn)GA-TS算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)43-45
• 4.4 響應(yīng)模塊45
• 4.5 本章小結(jié)45-46
• 第五章 仿真實驗及分析46-50
• 5.1 實驗環(huán)境及目的46
• 5.2 實驗過程46-47
• 5.2.1 實驗數(shù)據(jù)46
• 5.2.2 實驗參數(shù)設(shè)置46-47
• 5.2.3 實驗結(jié)果衡量指標(biāo)47
• 5.3 實驗結(jié)果分析47-49
• 5.4 本章小結(jié)49-50
• 第六章 總結(jié)與展望50-52
• 6.1 工作總結(jié)50-51
• 6.2 展望51-52
• 參考文獻(xiàn)52-55
• 附錄55-58
• 攻讀學(xué)位期間主要的研究成果58-59
• 致謝59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 張軍;季偉東;韓振強(qiáng);;基于主機(jī)和網(wǎng)絡(luò)的入侵檢測技術(shù)的比較與分析[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報;2006年02期

2 劉美蘭,姚京松;神經(jīng)網(wǎng)絡(luò)在入侵檢測系統(tǒng)中的應(yīng)用[J];計算機(jī)工程與應(yīng)用;1999年06期

3 王艷萍;;遺傳禁忌算法優(yōu)化BP網(wǎng)絡(luò)用于入侵檢測[J];計算機(jī)應(yīng)用研究;2010年03期

4 張紫;;第33次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[J];計算機(jī)與網(wǎng)絡(luò);2014年02期

5 蘇璞睿,李德全,馮登國;基于基因規(guī)劃的主機(jī)異常入侵檢測模型(英文)[J];軟件學(xué)報;2003年06期

6 程柏良;周洪波;鐘林輝;;基于異常與誤用的入侵檢測系統(tǒng)[J];計算機(jī)工程與設(shè)計;2007年14期

7 劉明川;彭長生;;混合型入侵檢測系統(tǒng)的研究[J];計算機(jī)工程與設(shè)計;2009年03期

8 薛俊;陳行;陶軍;;一種基于神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)[J];計算機(jī)技術(shù)與發(fā)展;2009年08期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李柏生;基于貝葉斯網(wǎng)絡(luò)的入侵檢測模型分析與研究[D];湖南大學(xué);2007年

2 程文;基于改進(jìn)的禁忌算法的蛋白質(zhì)三維結(jié)構(gòu)預(yù)測[D];武漢科技大學(xué);2008年

  本文關(guān)鍵詞：改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：424019