基于混沌神经元的延时滥用入侵检测模型

被引：4

作者：

姚羽

高福祥

于戈

机构：

[1] 东北大学信息科学与工程学院

[2] 东北大学信息科学与工程学院辽宁沈阳

[3] 辽宁沈阳

来源：

电子学报 | 2004年 / 08期

关键词：

滥用入侵检测; MLP/CNN混合神经网络; 混沌神经元; 延时分类;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

在研究混沌神经元延时特性的基础上 ,构建了MLP/CNN混合前馈型神经网络 .提出基于混沌神经元的滥用入侵检测模型 ,它既具备MLP的分类功能 ,又具有混沌神经元的延时、收集和思维判断功能 ,具有灵活的延时分类特性 ,因而能够有效地识别分布式入侵 .使用从网络数据流中获取的样本 ,以FTP口令穷举法入侵为例 ,对该模型进行仿真和整体测试 ,结果表明可以依据实际情况设置入侵判据 ,本文对FTP入侵检测的精确率在 98%以上 ,误报率和漏报率均小于 2 % .该模型可以推广到检测分布式DOS等具有延时特性的攻击行为和具有延时分类要求的其它系统中 .

引用

页码：1370 / 1373

页数：4

共 6 条

[1]

Multiple self-organizing maps for intrusion detection. B Rhodes, et al. The 23rd National Information Systems Security Conference . 2000

[2]

Neuralnetworksformisusedetection:Initialresults. JCannady. RecentAdvancesinIntrusionDetection’’98ConferenceProceedings . 1998

[3]

Network basedintrusiondetectionusingneuralnet works. ABivens,etal. 2002ArtificialNeuralNetworksInEngineeringproceed ings . 2002

[4]

Artificial neural networks for misuse detection. J Cannady. 1998 National Information Systems Security Conference Proceedings . 1998

[5]

Hybrid neural networks for intrusion detection system. C Jirapummin, et al. The 2002 International Technical Conference on Circuits/Systems, Computers and Communications proceedings . 2002

[6]

A simple chaotic neuron. F Pasemann. Physica D Nonlinear Phenomena . 1997

← 1 →