基于ga的入侵检测分类算法优化设计与实现.doc
约38页DOC格式手机打开展开
基于ga的入侵检测分类算法优化设计与实现,基于ga的入侵检测分类算法优化设计与实现 2万字自己原创的毕业论文，已经通过校内系统检测，重复率低，仅在本站独家出售，大家放心下载使用摘 要 计算机网络技术的飞速发展，使得各种互联网络新设备层出不穷，在带来各种便利的同时，也带来了越来越普遍和多样化的各种网络安全问题。入侵检测系统是一种重要的网络安全技术，在众多的入侵检...
内容介绍
此文档由会员 淘宝大梦 发布
基于GA的入侵检测分类算法优化设计与实现
2万字
自己原创的毕业论文，已经通过校内系统检测，重复率低，仅在本站独家出售，大家放心下载使用
摘 要 计算机网络技术的飞速发展，使得各种互联网络新设备层出不穷，在带来各种便利的同时，也带来了越来越普遍和多样化的各种网络安全问题。入侵检测系统是一种重要的网络安全技术，在众多的入侵检测方法中，遗传算法和神经网络越来越受到人们的重视，因为遗传算法和神经网络都是模拟生物智能化的学习能力而发展起来的，研究者们通过结合遗传算法和神经网络，并最大限度的利用两者的优点,希望寻找出一种能够有效解决问题的方案，使得人们更好地理解和学习进化是怎么样的一个问题。还有运用遗传算法优化神经网络的最大优点是能够解决神经网络利用梯度下降法所引起的局部最小值的缺点。
本文介绍了有关遗传算法和神经网络的部分基础理论，在分析了遗传算法在神经网络结构和权值优化应用的基础上，以Matlab为开发平台，利用Matlab神经网络工具箱和遗传算法工具箱，运用反向传播网（BP）算法及遗传算法实现对KDD99数据集的分类分析。即对输入样本数据进行归一化处理，创建网络模型，进行网络学习训练，通过使用遗传算法在多个随机的数据中找出最优秀的一个或者一组参数。
最后，将改进的自适应遗传算法优化的神经网络应用于数据预测。对用于预测的样本数据进行标准化处理。将预测结果与BP算法、遗传算法优化BP网络算法的结果进行了比较，得到较理想的预测效果。
关键词：遗传算法；BP算法；入侵检测；参数优化；分类算法
The classification of intrusion detection
algorithm based on GA to optimize the design and implementation
Abstract The rapid development of computer network technology, make all kinds of Internet new equipment emerge in endlessly, bring convenience in various at the same time, also brought more and more common and diversification of all kinds of network security. Intrusion detection system is a kind of important network security technology, in many of the intrusion detection method, genetic algorithm and neural network is more and more attention by people, Both of Genetic Algorithm and Neutral Network are improving by imitating intelligence of biology．And the research on combining them has become a hot topic at present．People hope to find all efficient way to resolve problems by combining the virtue of both and make full use of them．By the combination people can understand the relationship of learning and evolutionism further．Applying Genetic Algorithm in Neutral Network Can overcome the weakness of running into local minimum which is brought from using Genetic Descent Algorithm．
In the thesis introduces some of the neural network and genetic algorithm of basic theory， the genetic algorithm in neural network structure and the right value optimization on the basis of application, with Matlab for development platform, and use of Matlab neural network and genetic algorithm toolbox, using the back propagation (BP) algorithm and net genetic algorithm for KDD99 set of data classification analysis. That is the sample data input normalized, create network model, the training of network, through the use of genetic algorithms in more random data to find out the best one or a set of parameters.
At the end of the thesis, will improve the adaptive genetic algorithm to optimize the application of neural network to predict。For prediction of the sample data standardization processing。Will predict the results and the BP algorithm, genetic algorithm to optimize the BP neural network algorithm result is compared, get ideal prediction effect.
Key words: Genetic algorithm;BP algorithm;IDS;Parameters optimization;Classification algorithm
目录
第一章 绪论 1
1.1研究背景与实现意义 1
1.2 研究现状 1
1.3 研究目的与研究内容 3
1.4 论文结构安排 3
第二章 相关技术简介 5
2.1 入侵检测技术简介 5
2.1.1 入侵检测技术的定义与分类 5
2.1.2 入侵检测系统的性能评价指标 5
2.1.3 入侵检测系统的功能 7
2.2 遗传算法简介 7
2.2.1 遗传算法基本思想 7
2.2.2 遗传算法的特点 7
2.2.3 遗传算法的性能指标 8
2.3 开发平台简介 8
2.3.1 Matlab软件简介 8
2.3.2 Matlab遗传算法工具箱简介 9
第三章 算法设计与实现 12
3.1 系统结构设计 12
3.1.1 系统体系结构分类 12
3.1.2 本系统的结构模型 12
3.2 功能模块的设计 14
3.2.1 数据提取模块的设计 14
3.2.2 BP算法模块的设计 14
3.2.3 GA-BP算法模块的设计 14
3.3 实验数据集的分析 16
3.3.1 分析KDD数据 16
3.3.2 KDD CUP99 数据集攻击类型及分布 17
3.4 功能模块的实现 18
3.4.1 数据提取模块的实现 18
3.4.2 BP算法模块的实现 20
3.4.3 GA-BP算法模块的实现 23
3.5 结果对比分析 27
第四章 总结与展望 31
4.1 总结 31
4.2 展望 32
致 谢 32
参考文献 33
2万字
自己原创的毕业论文，已经通过校内系统检测，重复率低，仅在本站独家出售，大家放心下载使用
摘 要 计算机网络技术的飞速发展，使得各种互联网络新设备层出不穷，在带来各种便利的同时，也带来了越来越普遍和多样化的各种网络安全问题。入侵检测系统是一种重要的网络安全技术，在众多的入侵检测方法中，遗传算法和神经网络越来越受到人们的重视，因为遗传算法和神经网络都是模拟生物智能化的学习能力而发展起来的，研究者们通过结合遗传算法和神经网络，并最大限度的利用两者的优点,希望寻找出一种能够有效解决问题的方案，使得人们更好地理解和学习进化是怎么样的一个问题。还有运用遗传算法优化神经网络的最大优点是能够解决神经网络利用梯度下降法所引起的局部最小值的缺点。
本文介绍了有关遗传算法和神经网络的部分基础理论，在分析了遗传算法在神经网络结构和权值优化应用的基础上，以Matlab为开发平台，利用Matlab神经网络工具箱和遗传算法工具箱，运用反向传播网（BP）算法及遗传算法实现对KDD99数据集的分类分析。即对输入样本数据进行归一化处理，创建网络模型，进行网络学习训练，通过使用遗传算法在多个随机的数据中找出最优秀的一个或者一组参数。
最后，将改进的自适应遗传算法优化的神经网络应用于数据预测。对用于预测的样本数据进行标准化处理。将预测结果与BP算法、遗传算法优化BP网络算法的结果进行了比较，得到较理想的预测效果。
关键词：遗传算法；BP算法；入侵检测；参数优化；分类算法
The classification of intrusion detection
algorithm based on GA to optimize the design and implementation
Abstract The rapid development of computer network technology, make all kinds of Internet new equipment emerge in endlessly, bring convenience in various at the same time, also brought more and more common and diversification of all kinds of network security. Intrusion detection system is a kind of important network security technology, in many of the intrusion detection method, genetic algorithm and neural network is more and more attention by people, Both of Genetic Algorithm and Neutral Network are improving by imitating intelligence of biology．And the research on combining them has become a hot topic at present．People hope to find all efficient way to resolve problems by combining the virtue of both and make full use of them．By the combination people can understand the relationship of learning and evolutionism further．Applying Genetic Algorithm in Neutral Network Can overcome the weakness of running into local minimum which is brought from using Genetic Descent Algorithm．
In the thesis introduces some of the neural network and genetic algorithm of basic theory， the genetic algorithm in neural network structure and the right value optimization on the basis of application, with Matlab for development platform, and use of Matlab neural network and genetic algorithm toolbox, using the back propagation (BP) algorithm and net genetic algorithm for KDD99 set of data classification analysis. That is the sample data input normalized, create network model, the training of network, through the use of genetic algorithms in more random data to find out the best one or a set of parameters.
At the end of the thesis, will improve the adaptive genetic algorithm to optimize the application of neural network to predict。For prediction of the sample data standardization processing。Will predict the results and the BP algorithm, genetic algorithm to optimize the BP neural network algorithm result is compared, get ideal prediction effect.
Key words: Genetic algorithm;BP algorithm;IDS;Parameters optimization;Classification algorithm
目录
第一章 绪论 1
1.1研究背景与实现意义 1
1.2 研究现状 1
1.3 研究目的与研究内容 3
1.4 论文结构安排 3
第二章 相关技术简介 5
2.1 入侵检测技术简介 5
2.1.1 入侵检测技术的定义与分类 5
2.1.2 入侵检测系统的性能评价指标 5
2.1.3 入侵检测系统的功能 7
2.2 遗传算法简介 7
2.2.1 遗传算法基本思想 7
2.2.2 遗传算法的特点 7
2.2.3 遗传算法的性能指标 8
2.3 开发平台简介 8
2.3.1 Matlab软件简介 8
2.3.2 Matlab遗传算法工具箱简介 9
第三章 算法设计与实现 12
3.1 系统结构设计 12
3.1.1 系统体系结构分类 12
3.1.2 本系统的结构模型 12
3.2 功能模块的设计 14
3.2.1 数据提取模块的设计 14
3.2.2 BP算法模块的设计 14
3.2.3 GA-BP算法模块的设计 14
3.3 实验数据集的分析 16
3.3.1 分析KDD数据 16
3.3.2 KDD CUP99 数据集攻击类型及分布 17
3.4 功能模块的实现 18
3.4.1 数据提取模块的实现 18
3.4.2 BP算法模块的实现 20
3.4.3 GA-BP算法模块的实现 23
3.5 结果对比分析 27
第四章 总结与展望 31
4.1 总结 31
4.2 展望 32
致 谢 32
参考文献 33
