计算机网络入侵检测系统设计与研究

陈川

【摘要】 针对传统的计算机网络入侵检测手段误报率高，系统检测时间较长，易造成检测系统的死循环。提出基于神经网络入侵检测系统的设计，通过建立密度函数向量权值进行聚类分析，通过入侵目标聚类分析划分，识别正常与入侵行为，运用粒子变异提取入侵数据状态，并由检测系统对入侵行为做出反应。实验证明，改进的入侵检测系统设计具有较高容错能力，检测率高，为计算机网络提供了保障。

【关键字】 计算机网络 入侵检测 系统设计

一、引言

随着计算机技术的深入发展，互联网络已经成为重要的信息传播方式[1]。数据信息高度共享的同时，网络入侵手段技术也越来越复杂，计算机信息被破坏，数据被篡改[2]。为了防御网络入侵，对计算机检测系统系统提出了更高要求。

计算机网络入侵检测系统是一种智能的数据分析技术，通过从大量的网络数据挖掘中找到入侵数据，从中发现网络或系统中是否有违反安全策略的行为和被攻击的迹象，对入侵数据特征进行维度简化，基于异常离散点进行检测[3]。传统的计算机网络入侵检测手段误报率高，系统检测时间较长，易造成检测系统的死循环。

针对上述问题的产生，设计并实现了基于神经网络入侵检测系统的设计，仿真实验表明，改进的入侵检测系统具有较高容错能力，检测率高，为计算机网络提供了保障。

二、入侵检测概述

2.1入侵检测的过程与基本原理：

网络入侵是指网络传输的数据信息在没有经过网络授权情况下进行传输的过程，该过程对计算机网络存在较大隐患危及系统安全。……