一种高精度的网络入侵检测系统技术方案

一种高精度的网络入侵检测系统，包括数据采集模块、数据存储模块、数据预处理模块、网络入侵检测模块和报警模块，所述数据采集模块用于实时获取网络统计数据，所述数据存储模块用于对获取的网络统计数据进行存储，所述数据预处理模块用于提取所述网络统计数据的特征向量，所述网络入侵检测模块采用神经网络算法对所述特征向量进行检测，确定所述网络统计数据属于的网络入侵类别，所述报警模块用于当检测到存在网络入侵行为时即发出警报信息。本发明专利技术有益效果为：采用神经网络建立网络入侵检测模型，并采用改进的蝙蝠算法对神经网络中的参数进行优化，从而提高了系统的网络入侵检测率和系检测精度。

A High Precision Network Intrusion Detection System

A high precision network intrusion detection system includes data acquisition module, data storage module, data preprocessing module, network intrusion detection module and alarm module. The data acquisition module is used to acquire network statistical data in real time, the data storage module is used to store the acquired network statistical data, and the data preprocessing module is used to extract the network. The network intrusion detection module uses the neural network algorithm to detect the characteristic vectors of the statistical data, and determines the network intrusion category of the network statistical data. The alarm module is used to send out the alarm information when the network intrusion behavior is detected. The invention has the beneficial effect that the network intrusion detection model is established by using the neural network, and the parameters of the neural network are optimized by using the improved bat algorithm, thereby improving the network intrusion detection rate and system detection accuracy of the system.

【技术实现步骤摘要】
一种高精度的网络入侵检测系统
本专利技术创造涉及网络安全领域，具体涉及一种高精度的网络入侵检测系统。
技术介绍
网络入侵检测系统是网络深层防卫系统的重要组成部分，它通过检测和分析网络流量和系统日志等有关审计数据，以判断系统中是否有违背安全策略或计算机系统安全行为。网络入侵检测系统从一定程度上可以认为是一个数据分类问题，并且所处理的分类数据十分复杂，人工智能算法是解决这类问题的较好选择，其中神经网络因其具有自组织、自学习和容错能力强等优势，在网络入侵检测中得到了广泛的应用。由于神经网络算法在网络入侵检测时，很大程度上依赖于神经网络参数的设置，因此，确定合适的参数是利用神经网络算法对网络入侵进行检测的关键。针对上述问题，本专利技术提供一种基于神经网络的网络入侵检测系统，采用神经网络建立网络入侵检测模型，并采用改进的蝙蝠算法对神经网络中的参数进行优化，从而提高了系统的网络入侵检测率和系检测精度。
技术实现思路
针对上述问题，本专利技术旨在提供一种高精度的网络入侵检测系统。本专利技术创造的目的通过以下技术方案实现：一种高精度的网络入侵检测系统，包括数据采集模块、数据存储模块、数据预处理模块、网络本文档来自技高网...

【技术保护点】
1.一种高精度的网络入侵检测系统，其特征是，包括数据采集模块、数据存储模块、数据预处理模块、网络入侵检测模块和报警模块，所述数据采集模块用于实时获取网络统计数据，所述数据存储模块用于对获取的网络统计数据进行存储，所述数据预处理模块用于提取所述网络统计数据的特征向量，并将所述特征向量转换为神经网络算法能够处理的特征向量，所述网络入侵检测模块采用神经网络算法对所述特征向量进行检测，确定所述网络统计数据属于的网络入侵类别，所述报警模块用于当检测到存在网络入侵行为时即发出警报信息。

【技术特征摘要】
1.一种高精度的网络入侵检测系统，其特征是，包括数据采集模块、数据存储模块、数据预处理模块、网络入侵检测模块和报警模块，所述数据采集模块用于实时获取网络统计数据，所述数据存储模块用于对获取的网络统计数据进行存储，所述数据预处理模块用于提取所述网络统计数据的特征向量，并将所述特征向量转换为神经网络算法能够处理的特征向量，所述网络入侵检测模块采用神经网络算法对所述特征向量进行检测，确定所述网络统计数据属于的网络入侵类别，所述报警模块用于当检测到存在网络入侵行为时即发出警报信息。2.根据权利要求1所述的一种高精度的网络入侵检测系统，其特征是，所述数据预处理模块包括特征提取单元和特征转换单元，所述特征提取单元用于提取所述网络统计数据的特征，所述特征转换单元用于将提取得到的特征转换为神经网络算法能够处理的特征向量。3.根据权利要求2所述的一种高精度的网络入侵检测系统，其特征是，网络入侵检测模块包括数据收集单元、神经网络训练单元、参数优化单元和网络入侵检测单元，所述数据收集单元用于收集网络入侵的历史数据，并对所述网络入侵历史数据进行特征提取，得到网络入侵历史数据的特征向量，所述神经网络训练单元利用所述网络入侵历史数据的特征向量对采用的神经网络算法进行训练，所述参数优化单元采用改进的蝙蝠算法对神经网络算法的参数进行优化，所述网络入侵检测单元采用训练好的神经网络确定所述网络统计数据属于的网络入侵类别。4.根据权利要求3所述的一种高精度的网络入侵检测系统，其特征是，所述参数优化单元采用改进的蝙蝠算法对神经网络算法的参数进行优化，对所述蝙蝠算法的全局最优解进行实时更新，设在t时刻蝙蝠种群的全局最优解为x...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：东莞幻鸟新材料有限公司，
类型：发明
国别省市：广东,44