基于小波神经网络的服务器预警系统

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波神经网络的服务器预警系统

文章导航 > 电子科技大学学报 > 2005 > 34(3): 343-346

陈波, 于泠. 基于小波神经网络的服务器预警系统[J]. 电子科技大学学报, 2005, 34(3): 343-346.

引用本文:

陈波, 于泠. 基于小波神经网络的服务器预警系统[J]. 电子科技大学学报, 2005, 34(3): 343-346.

CHEN Bo, YU Ling. A Wavelet Neural Network-Based Server Warning System[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(3): 343-346.

Citation:

CHEN Bo, YU Ling. A Wavelet Neural Network-Based Server Warning System[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(3): 343-346.

基于小波神经网络的服务器预警系统

陈波¹,
于泠²

1.
解放军理工大学通信工程学院南京 210007;
2.
南京师范大学计算机系南京 210097

基金项目:

江苏省政府资助项目(BR2003015);江苏省高校自然科学重点资助项目(03KJA52066)

作者简介:
陈波(1972-),男,博士生,讲师,主要从事网络信息安全、人工智能方面的研究.

中图分类号: TP393.0235

A Wavelet Neural Network-Based Server Warning System

CHEN Bo¹,
YU Ling²

1.
Institute of Communication Engineering,PLA University of Science and Technology Nanjing 210007;
2.
Dept. of Computer Science,Nanjing Normal University Nanjing 210097

摘要: 提出了采用紧致型小波神经网络来构建服务器预警系统,将小波和神经网络直接融合,使网络训练过程从根本上避免了局部最优等非线性优化问题,小波神经元的低相关性,也使得小波神经网络有更快的收敛速度;将服务器中的日志数据数值化后进行网络训练,获得一个基于小波神经网络的入侵分类器。实验结果,表明小波神经网络系统自适应能力强、学习速度快、预警精度高、在入侵检测领域有良好的实用性。
- 小波神经网络 /
- 服务器 /
- 日志 /
- 入侵检测
Abstract: A server warning system based on wavelet neural network is presented. Wavelet neural network is a kind of neural networks, which combines wavelet theory with neural network theory, that is wavelet function forming neuron, it avoid the problem of nonlinear optimizations, such as local optimization. WNN has fast convergence because of the low correlation of wavelet neuron. In this system,the WNN was trained by using numbered records of system log files in server and the classifier for intrusion detection can be obtained. The experimental result shows that the performance of this system is highly adaptive, the learning speed is fast, and the rate of warning accurate is high, so it is practicable in intrusion detection.
- wavelet neural network /
- server /
- log /
- intrusion detection

[1]	宋勇, 蔡志平. 一种基于信息论模型的入侵检测特征提取方法 . 电子科技大学学报, 2018, 47(2): 267-271. doi: 10.3969/j.issn.1001-0548.2018.02.017
[2]	杨晓明, 张翔, 王佳昊, 吴劲, 秦志光. 基于有限自动机的RFID入侵检测 . 电子科技大学学报, 2014, 43(5): 775-780. doi: 10.3969/j.issn.1001-0548.2014.05.025
[3]	彭云峰, 何模雄, 隆克平. 入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
[4]	武斌, 杨义先, 郑康锋. 入侵检测中基于序列模式的告警关联分析 . 电子科技大学学报, 2009, 38(3): 415-418. doi: 10.3969/j.issn.1001-0548.2009.03.023
[5]	张伟, 师奕兵, 王志刚. 随钻声波测井数据压缩的小波神经网络法 . 电子科技大学学报, 2008, 37(6): 900-903,921.
[6]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[7]	陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测 . 电子科技大学学报, 2007, 36(6): 1192-1194.
[8]	刘才铭, 张雁, 赵辉, 彭凌西, 曾金全. 多级免疫检测器集在分布式入侵检测中的应用 . 电子科技大学学报, 2007, 36(6): 1179-1182.
[9]	郑君杰, 肖军模, 刘志华, 王晓蕾, 王宏涛. 基于Honeypot技术的网络入侵检测系统 . 电子科技大学学报, 2007, 36(2): 257-259.
[10]	戴江山, 李向阳, 张增军, 肖军模. 网络取证日志分布式安全管理 . 电子科技大学学报, 2007, 36(2): 235-238.
[11]	彭宏. 基于粗糙集理论的入侵检测方法研究 . 电子科技大学学报, 2006, 35(1): 108-110,136.
[12]	程永新, 许家珆, 陈科. 一种新型入侵检测模型及其检测器生成算法 . 电子科技大学学报, 2006, 35(2): 235-238.
[13]	陈波, 于泠, 肖军模. SA算法在基于模型推理入侵检测中的应用 . 电子科技大学学报, 2005, 34(1): 36-39.
[14]	杨挺, 罗光春. 分布式入侵检测系统修复机制 . 电子科技大学学报, 2005, 34(5): 634-637.
[15]	刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统 . 电子科技大学学报, 2005, 34(4): 533-536.
[16]	汤志伟, 符萍. 基于小波神经网络的信息系统综合评价模型 . 电子科技大学学报, 2005, 34(5): 672-675.
[17]	罗光春, 卢显良, 张骏, 李炯. 基于多传感器数据融合的入侵检测机制 . 电子科技大学学报, 2004, 33(1): 71-74.
[18]	周海刚, 肖军模. 一种基于移动代理的入侵检测系统框架 . 电子科技大学学报, 2003, 32(6): 683-686.
[19]	黄羽, 黄迪明, 何险峰, 武明. 遗传算法在入侵检测中的应用 . 电子科技大学学报, 2003, 32(6): 679-682.
[20]	陈霖. 分布式入侵检测系统的设计 . 电子科技大学学报, 2002, 31(2): 188-191.

WeChat

点击查看大图

计量

文章访问数: 3433
HTML全文浏览量: 147
PDF下载量: 89
被引次数: 0

基于小波神经网络的服务器预警系统

陈波¹,
于泠²

1. 解放军理工大学通信工程学院南京 210007;

2. 南京师范大学计算机系南京 210097

基金项目:

江苏省政府资助项目(BR2003015);江苏省高校自然科学重点资助项目(03KJA52066)

作者简介:
陈波(1972-),男,博士生,讲师,主要从事网络信息安全、人工智能方面的研究.

收稿日期: 2003-12-25
刊出日期: 2005-06-15

中图分类号: TP393.0235

关键词:

摘要: 提出了采用紧致型小波神经网络来构建服务器预警系统,将小波和神经网络直接融合,使网络训练过程从根本上避免了局部最优等非线性优化问题,小波神经元的低相关性,也使得小波神经网络有更快的收敛速度;将服务器中的日志数据数值化后进行网络训练,获得一个基于小波神经网络的入侵分类器。实验结果,表明小波神经网络系统自适应能力强、学习速度快、预警精度高、在入侵检测领域有良好的实用性。

English Abstract

陈波, 于泠. 基于小波神经网络的服务器预警系统[J]. 电子科技大学学报, 2005, 34(3): 343-346.

引用本文:

陈波, 于泠. 基于小波神经网络的服务器预警系统[J]. 电子科技大学学报, 2005, 34(3): 343-346.

CHEN Bo, YU Ling. A Wavelet Neural Network-Based Server Warning System[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(3): 343-346.

Citation:

CHEN Bo, YU Ling. A Wavelet Neural Network-Based Server Warning System[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(3): 343-346.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发