基于神经网络的通信系统入侵检测专利技术综述

龙源期刊网 https://www.360docs.net/doc/e02341919.html,

作者：张琳

来源：《中国新通信》2016年第17期

【摘要】基于神经网络的入侵检测系统有一定的学习和自适应能力，能够更准确的识别出网络数据的安全性，从而减少入侵检测系统的误报率。

【关键字】入侵检测神经网络

一、引言

随着互联网的飞速发展，网络攻击的行为日益增多，一般的防火墙和数据加密等被动的防护很难对网络行全面的监控，有主动防御功能的入侵检测技术可以补充防火墙的不足。神经网络有良好的归纳推理能力和自适应性，对已知和未知的攻击行为进行检测，在入侵检测过程中起到了重要的作用。

二、基于神经网路的通信系统入侵检测技术发展趋势

如图1所示，基于神经网络的入侵检测技术，在2001年到2003年间申请量较小，之后几年内，随着神经网络技术的不断发展以及网络环境的日渐复杂，基于神经网络的入侵检测技术研究受到更多重视，专利申请数量也稳步增加，该技术得到快速发展。

三、基于神经网路的通信系统入侵检测技术解析

针对基于神经网络的入侵检测技术专利申请的研究，可主要分为四个技术分支：选择合适的数据源和数据属性、改进现有算法、发现新的入侵检测算法、改进入侵检测系统构架。

3.1选择合适的数据源和数据属性

选择合适的数据源和数据属性是一个关键环节，在入侵检测系统中特征提取器和分类器成为了入侵检测领域研究的特点。如2012年的申请号为201210074813中，对于相同的训练数据，加入少量有标签的数据的半监督GHSOM算法，同时利用有标签的数据判断神经元类型，对神经元起到自动标识的作用；2014年的专利申请号为201410750891中，提供一种基于加权距离度量以及矩阵分解的入侵检测方法，可有效解决现有技术没有考虑整个数据集的特性以及各数据集属性之间量纲的差异，对噪声数据敏感，导致检测效果较差的问题。

3.2改进现有的算法