基于徑向基函數(shù)(RBF)神經網絡的入侵檢測技術研究.pdf

1、網絡安全問題已成為信息時代人類共同面臨的挑戰(zhàn)，國內的網絡安全問題也日益突出。具體表現(xiàn)為：計算機系統(tǒng)受病毒感染和破壞的情況相當嚴重；電腦黑客活動已形成重要威脅；信息基礎設施面臨網絡安全的挑戰(zhàn)；信息系統(tǒng)在預測、反應、防范和恢復能力方面存在許多薄弱環(huán)節(jié)；網絡政治顛覆活動頻繁。如果不很好地解決這些問題，必將阻礙信息化發(fā)展的進程。入侵檢測技術是一種重要的動態(tài)安全防護技術，已經成為計算機科學與技術的一個重要研究領域。
　　 入侵檢測是對計算

2、機和網絡資源上的惡意行為進行識別和響應的處理過程，它應用了以攻為守的策略，在不影響網絡性能的情況下，能夠對網絡進行檢測，提供對內，外攻擊和誤操作的實時監(jiān)控。這幾年隨著網絡及其安全技術的飛速發(fā)展，一些新的入侵檢測技術相繼出現(xiàn)，主要包括：人工神經網絡、遺傳算法、模糊技術數(shù)據(jù)挖掘等。其中，基于人工神經網絡的入侵檢測技術的發(fā)展尤為突出。人工神經網絡以自適應、自學習，自組較好的容錯性和并行性，聯(lián)想記憶和聯(lián)想等優(yōu)點而受到了世入矚目，在入侵檢測領域發(fā)

3、揮了重要作用。
　　 文章首先闡述了入侵檢測和人工神經網絡的概念和相關技術，入侵檢測系統(tǒng)的研究現(xiàn)狀，通過分析當前運用較多的入侵檢測模型的缺陷，提出了一種基于徑向基函數(shù)(Radial Basic Functions)神經網絡的入侵檢測系統(tǒng)模型，該模型既克服了傳統(tǒng)的基于規(guī)則庫的入侵檢測系統(tǒng)所存在的管理問題。又克服了傳統(tǒng)的系統(tǒng)僅能判斷入侵行為是否異常，而不能識別入侵行為屬于哪種類型的缺陷，從而使系統(tǒng)能夠達到實時監(jiān)測網絡及主機狀態(tài)，來防