基于PCA和改进BP神经网络的入侵检测系统研究与设计

文摘

英文文摘

声明

1绪论

1.1网络安全现状

1.2信息安全技术与网络安全模型

1.2.1信息安全技术的分类

1.2.2常见的信息安全技术

1.2.3网络安全模型

1.3课题研究的目的和意义

1.4本文主要研究内容及结构

1.5本章小结

2入侵检测概述

2.1入侵检测相关概念

2.2入侵检测系统的分类

2.2.1基于主机的入侵检测系统

2.2.2基于网络的入侵检测系统

2.3入侵检测主要技术

2.3.1异常检测常用技术

2.3.2滥用检测常用技术

2.4入侵检测系统模型

2.4.1 Denning模型

2.4.2 CIDF模型

2.5入侵检测面临的问题及发展方向

2.5.1入侵检测面临的问题

2.5.2入侵检测技术的发展方向

2.6本章小结

3人工神经网络概述

3.1什么是人工神经网络

3.2人工神经网络的发展历程

3.3人工神经网络模型

3.3.1生物神经元

3.3.2人工神经元模型

3.3.3典型传输函数

3.3.4.网络拓扑结构

3.4人工神经网络的学习规则

3.4.1学习规则分类

3.4.2典型学习规则

3.5人工神经网络的特点

3.6人工神经网络应用于入侵检测

3.6.1神经网络的优势

3.6.2神经网络的劣势

3.7本章小结

4神经网络入侵检测系统设计

4.1入侵检测系统总体设计

4.1.1系统设计目标

4.1.2系统设计方案

4.2数据采集模块

4.2.1网络探测器的结构

4.2.2网络探测器的位置

4.2.3数据采集方法

4.3数据预处理模块

4.3.1数据清理

4.3.2数据集成

4.3.3数据选择

4.3.4数据变换

4.3.5数据规约

4.4 PCA特征提取模块

4.4.1数据降维的两种方法

4.4.2 PCA基本原理

4.5 BP神经网络分类器模块

4.5.1 BP神经网络

4.5.2 BP神经网络的学习过程

4.5.3 BP算法的改进

4.5.4关键指标设计

4.6响应模块

4.6.1响应技术的分类

4.6.2系统响应方案

4.7本章小结

5仿真实验及分析

5.1实验数据源

5.2 MATLAB仿真平台

5.2.1 MATLAB简介

5.2.2 PCA相关函数

5.2.3神经网络相关函数

5.3实验过程及源代码

5.3.1准备阶段

5.3.2仿真阶段

5.3.3 MATLAB源代码

5.4实验结果及分析

5.4.1实验结果

5.4.2实验分析及结论

5.5本章小结

6总结与展望

6.1总结

6.2展望

致谢

参考文献

附录：作者在攻读学位期间发表的论文目录