改进GA-TS算法优化的BP神经网络入侵检测研究

发布时间：2017-06-05 15:16

  本文关键词：改进GA-TS算法优化的BP神经网络入侵检测研究，由笔耕文化传播整理发布。

【摘要】：通过近几年研究,很多专家学者们将BP网络应用到入侵检测领域,对入侵检测系统的质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神经网络依赖初始值等,针对现状,本文对BP神经网络进行了研究,具体的研究工作如下:1.改进遗传算法的交叉算子。遗传算法交叉之前先对个体之间的相似度进行比较,如果计算出两个个体之间的相似度太大,则不允许他们之间进行交叉操作。2.对禁忌搜索的全禁忌的处理方式进行了改进。文中处理方法为:对当前解的某一位进行变异,如果此位上原本是0,则将其变异为1,反之则变为0,将当前解变异后得到的解作为下一个解,即下一个迭代过程的当前解,之后按照正常的步骤进行操作。3.提出了改进的GA-TS算法优化BP网络。根据对BP神经网络、遗传算法和禁忌搜索算法的分析,BP神经网络依赖初始权值,如果初始值没选择好,会引起网络长时间不收敛、形成局部极小。文中改进的GA-TS算法对BP网络进行优化,结合了两个算法的优势,规避了二者的不足,对文中所提方法和其他方法进行了对比,实验验证了文中方法效果更优。
【关键词】：入侵检测 BP神经网络 遗传算法 禁忌搜索算法
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.08;TP183
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-11
• 1.1 研究背景8-9
• 1.1.1 网络安全面临的威胁8
• 1.1.2 研究入侵检测的必要性8-9
• 1.2 国内外研究现状9-10
• 1.3 本文研究内容及组织结构10-11
• 第二章 相关技术介绍11-20
• 2.1 入侵检测11-15
• 2.1.1 入侵检测模型11-12
• 2.1.2 入侵检测分类12-14
• 2.1.3 入侵检测技术存在的问题14
• 2.1.4 入侵检测技术的发展趋势14-15
• 2.2 神经网络15-17
• 2.2.1 BP神经网络原理15-17
• 2.2.2 BP神经网络的特点17
• 2.3 遗传算法和禁忌搜索算法17-19
• 2.3.1 遗传算法17-18
• 2.3.2 禁忌搜索算法18
• 2.3.4 禁忌搜索算法特点18-19
• 2.4 小结19-20
• 第三章 改进的GA-TS算法20-36
• 3.1 遗传算法的改进20-26
• 3.1.1 交叉算子的改进20-22
• 3.1.2 改进交叉算子的遗传算法22-23
• 3.1.3 改进交叉算子的遗传算法性能测试23-26
• 3.1.4 改进交叉算子的遗传算法特点26
• 3.2 改进的GA-TS算法研究26-35
• 3.2.1 改进的禁忌搜索算法27-29
• 3.2.2 改进的GA-TS算法思想29-30
• 3.2.3 改进的GA-TS算法描述30-32
• 3.2.4 改进的GA-TS算法性能测试32-35
• 3.3 小结35-36
• 第四章 改进GA-TS算法优化的BP神经网络入侵检测模型36-46
• 4.1 获取网络数据模块36-39
• 4.2 数据预处理模块39-40
• 4.3 改进GA-TS算法优化的BP神经网络入侵检测模块40-45
• 4.3.1 构建BP神经网络40-42
• 4.3.2 训练和测试BP神经网络42-43
• 4.3.3 改进GA-TS算法优化BP神经网络43-45
• 4.4 响应模块45
• 4.5 本章小结45-46
• 第五章 仿真实验及分析46-50
• 5.1 实验环境及目的46
• 5.2 实验过程46-47
• 5.2.1 实验数据46
• 5.2.2 实验参数设置46-47
• 5.2.3 实验结果衡量指标47
• 5.3 实验结果分析47-49
• 5.4 本章小结49-50
• 第六章 总结与展望50-52
• 6.1 工作总结50-51
• 6.2 展望51-52
• 参考文献52-55
• 附录55-58
• 攻读学位期间主要的研究成果58-59
• 致谢59

【参考文献】

中国期刊全文数据库 前8条

1 张军;季伟东;韩振强;;基于主机和网络的入侵检测技术的比较与分析[J];哈尔滨师范大学自然科学学报;2006年02期

2 刘美兰,姚京松;神经网络在入侵检测系统中的应用[J];计算机工程与应用;1999年06期

3 王艳萍;;遗传禁忌算法优化BP网络用于入侵检测[J];计算机应用研究;2010年03期

4 张紫;;第33次中国互联网络发展状况统计报告[J];计算机与网络;2014年02期

5 苏璞睿,李德全,冯登国;基于基因规划的主机异常入侵检测模型(英文)[J];软件学报;2003年06期

6 程柏良;周洪波;钟林辉;;基于异常与误用的入侵检测系统[J];计算机工程与设计;2007年14期

7 刘明川;彭长生;;混合型入侵检测系统的研究[J];计算机工程与设计;2009年03期

8 薛俊;陈行;陶军;;一种基于神经网络的入侵检测技术[J];计算机技术与发展;2009年08期

中国硕士学位论文全文数据库 前2条

1 李柏生;基于贝叶斯网络的入侵检测模型分析与研究[D];湖南大学;2007年

2 程文;基于改进的禁忌算法的蛋白质三维结构预测[D];武汉科技大学;2008年

  本文关键词：改进GA-TS算法优化的BP神经网络入侵检测研究，由笔耕文化传播整理发布。

，

本文编号：424019