基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的多Agent入侵檢測系統(tǒng)研究.pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)和信息技術(shù)的快速發(fā)展，使人們?nèi)粘Ｉ罴肮ぷ鳝h(huán)境對計(jì)算機(jī)網(wǎng)絡(luò)和信息技術(shù)的依賴越來越密切，對網(wǎng)絡(luò)安全的要求也越來越高。當(dāng)前網(wǎng)絡(luò)安全防護(hù)技術(shù)有很多，如防火墻，訪問控制和數(shù)據(jù)加密等。但是這些技術(shù)都是靜態(tài)防御技術(shù)，不能完全確保網(wǎng)絡(luò)的安全和抵御黑客的攻擊。在此背景下，主動且動態(tài)地對網(wǎng)絡(luò)進(jìn)行安全防護(hù)的入侵檢測系統(tǒng)不可避免地成為網(wǎng)絡(luò)安全發(fā)展的一個(gè)新方向，是傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)的必要補(bǔ)充。神經(jīng)網(wǎng)絡(luò)具有并行計(jì)算，非線性，自適應(yīng)學(xué)習(xí)和調(diào)整，可以分析處理

2、不完整有失真的數(shù)據(jù)，抗干擾能力強(qiáng)等特性，使其在入侵檢測領(lǐng)域中得以應(yīng)用。BP網(wǎng)絡(luò)是應(yīng)用最廣泛的一種神經(jīng)網(wǎng)絡(luò)，在入侵檢測領(lǐng)域已經(jīng)得到應(yīng)用。與BP網(wǎng)絡(luò)相比，徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)不需要進(jìn)行反向誤差傳播的計(jì)算，而是完全前向的計(jì)算過程，具有訓(xùn)練時(shí)間短且不易收斂到局部最小的優(yōu)點(diǎn)，并且其函數(shù)逼近能力、模式識別與分類能力都優(yōu)于BP網(wǎng)絡(luò)，因此將徑向基函數(shù)應(yīng)用于入侵檢測能夠克服傳統(tǒng)入侵檢測系統(tǒng)的一些不足。理(Agent)是一個(gè)功能實(shí)體，能夠感知環(huán)境變

3、化，對變化做出判斷和推理，并形成決策控制相應(yīng)的行為，從而完成一項(xiàng)任務(wù)。代理的上述優(yōu)點(diǎn)使其應(yīng)用于入侵檢測系統(tǒng)中，成為入侵檢測技術(shù)的一個(gè)新的研究熱點(diǎn)。 本文基于徑向基函數(shù)和代理技術(shù)具有的這些優(yōu)點(diǎn)，將兩者結(jié)合起來同時(shí)應(yīng)用于入侵檢測，提出了基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的多Agent入侵檢測系統(tǒng)模型。該模型中的模塊都應(yīng)用了基于RBF神經(jīng)網(wǎng)絡(luò)的Agent，每個(gè)Agent都能互助與協(xié)作，使系統(tǒng)具有智能性、分布性、實(shí)時(shí)性和聯(lián)動性的特點(diǎn)，能夠提供全方位