隨著網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展,人們的生活與網(wǎng)絡(luò)密不可分,網(wǎng)絡(luò)在人們的工作、學(xué)習(xí)以及生活的方方面面都顯得不可或缺。信息技術(shù)給人們帶來(lái)方便,但隨之而來(lái)的網(wǎng)絡(luò)安全問(wèn)題是人們無(wú)法忽略的。因此,對(duì)網(wǎng)絡(luò)安全問(wèn)題的研究變得尤為必要。入侵檢測(cè)在網(wǎng)絡(luò)安全中發(fā)揮著至關(guān)重要的作用,它的實(shí)時(shí)性和主動(dòng)性,是現(xiàn)如今網(wǎng)絡(luò)安全問(wèn)題多樣化趨勢(shì)下必不可少的存在。在學(xué)術(shù)界,研究者們對(duì)入侵檢測(cè)的研究極其重視,并且對(duì)檢測(cè)方法的研究也越來(lái)越多樣。在主流的入侵檢測(cè)方法中,神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)和并行計(jì)算等特點(diǎn)使得它在入侵檢測(cè)技術(shù)中的應(yīng)用至關(guān)重要。本文以入侵檢測(cè)技術(shù)中BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用原理為切入點(diǎn),圍繞BP神經(jīng)網(wǎng)絡(luò)算法的原理及應(yīng)用,就優(yōu)化BP算法進(jìn)行研究。本文的主要工作如下:（1）從入侵檢測(cè)技術(shù)的特點(diǎn)進(jìn)行研究,進(jìn)而分析BP算法,因?yàn)檎`差反向調(diào)整權(quán)值和閾值的過(guò)程是采用梯度下降法,所以算法有易陷入局部最優(yōu)的缺點(diǎn),因此利用蟻群算法的全局尋優(yōu)能力對(duì)權(quán)值和閾值的選擇進(jìn)行優(yōu)化。在對(duì)蟻群算法的工作原理詳細(xì)分析的基礎(chǔ)上,詳細(xì)探討了蟻群算法優(yōu)化BP（簡(jiǎn)稱ACO-BP）算法的基本思想。（2）為提高蟻群算法的尋優(yōu)能力,采用全局和局部相結(jié)合的方式實(shí)現(xiàn)信息素... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容及組織結(jié)構(gòu)
        1.3.1 本文的研究?jī)?nèi)容
        1.3.2 本文的組織結(jié)構(gòu)
2 相關(guān)關(guān)鍵技術(shù)概述
    2.1 入侵檢測(cè)技術(shù)概述
        2.1.1 入侵檢測(cè)分類
        2.1.2 主要入侵檢測(cè)技術(shù)
    2.2 BP神經(jīng)網(wǎng)絡(luò)概述
        2.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        2.2.2 BP神經(jīng)網(wǎng)絡(luò)算法思想
    2.3 蟻群算法概述
        2.3.1 蟻群算法原理
        2.3.2 蟻群算法的算法思想
    2.4 本章小結(jié)
3 優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
    3.1 BP神經(jīng)網(wǎng)絡(luò)的不足
    3.2 參數(shù)優(yōu)化方法
    3.3 蟻群算法優(yōu)化BP算法思想
        3.3.1 分割權(quán)值和閾值
        3.3.2 尋路概率公式
        3.3.3 全局更新信息素
        3.3.4 ACO-BP算法流程
    3.4 改進(jìn)的蟻群算法優(yōu)化BP算法思想
        3.4.1 尋路概率公式的選擇策略
        3.4.2 全局更新信息素改進(jìn)策略
        3.4.3 局部更新信息素改進(jìn)策略
        3.4.4 AACO-BP算法流程
    3.5 本章小結(jié)
4 優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)的應(yīng)用
    4.1 入侵檢測(cè)系統(tǒng)概述
    4.2 優(yōu)化BP算法的應(yīng)用
        4.2.1 輸入預(yù)處理概述
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)模塊
    4.3 優(yōu)化BP算法仿真實(shí)驗(yàn)
        4.3.1 實(shí)驗(yàn)設(shè)計(jì)
        4.3.2 實(shí)驗(yàn)數(shù)據(jù)樣本
        4.3.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 本文工作的總結(jié)
    5.2 對(duì)研究工作的展望
參考文獻(xiàn)
附錄：作者在攻讀學(xué)位期間發(fā)表論文
致謝



本文編號(hào)：3671332