文献类型：期刊文献

中文题名：一种基于进化神经网络的入侵检测实验系统

英文题名：An Intrusion Detection Experimental System Using Evolutionary Neural Network

作者：王勇[1];杨辉华[1];王行愚[1];何倩[2]

机构：[1]华东理工大学信息科学与工程学院,上海200237;[2]桂林电子工业学院网络信息中心,桂林541004

年份：2005

卷号：31

期号：3

起止页码：362

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;Scopus;北大核心:【北大核心2004】；CSCD:【CSCD2011_2012】；

基金：教育部高校博士点基金项目(20040251010);国家自然科学基金项目(69974014)

语种：中文

中文关键词：入侵检测系统;进化神经网络;特征抽取;异常检测;实时检测

外文关键词：intrusion detection system; evolutionary neural network; feature extraction; anomaly (detection); real-time detection

摘要：参照MITLincoln实验室的入侵检测实验方案,建立了一个基于Linux主机的入侵检测实验环境,提出了相应的入侵特征选择方案,并应用进化神经网络检测入侵,实现了对多种攻击的实时特征抽取及检测。实验表明:系统设计合理,特征抽取及检测方法有效,能较好地检测已知和未知入侵。
Complying with the basic rules set by MIT Lincoln Lab's IDS test, this paper establishes a Linux-host-based intrusion detection experimental system (IDS), and puts forward a feasible intrusion feature set. The IDS system takes evolutionary neural networks as decision-making tool, and extracts 29 features and detects real-time intrusions. The experiment results demonstrate that the detection system is reasonably designed, the extracted features are effective, and the IDS system can detect most known and unknown attacks.