1、在當(dāng)前網(wǎng)絡(luò)發(fā)展中，網(wǎng)絡(luò)安全所表現(xiàn)出的脆弱性越來(lái)越突出。雖然針對(duì)越來(lái)越多的網(wǎng)絡(luò)攻擊，相關(guān)研究者或技術(shù)人員提出相應(yīng)的有效補(bǔ)救措施，如各種各樣的防火墻，殺毒軟件及專(zhuān)門(mén)針對(duì)某一領(lǐng)域內(nèi)的安全防范軟件等，但是，其采取的普遍防護(hù)措施都是以阻止外來(lái)攻擊作為主要設(shè)計(jì)手段，并沒(méi)考慮到網(wǎng)絡(luò)終端本身所存在的安全隱患問(wèn)題，而在安全問(wèn)題上，終端的不安全性與不可信性是造成網(wǎng)絡(luò)出現(xiàn)安全威脅的關(guān)鍵原因。正由于此，國(guó)內(nèi)外學(xué)者在近幾年對(duì)網(wǎng)絡(luò)提出了可信網(wǎng)絡(luò)的概念，試圖對(duì)這些問(wèn)

2、題提出一種可行的方法措施，并取得了一定的研究成果。
　　而在可信網(wǎng)絡(luò)中，尤以用戶(hù)終端行為是一大研究熱點(diǎn)問(wèn)題，如：如何對(duì)終端行為的屬性進(jìn)行統(tǒng)一的形式化描述；在終端連接網(wǎng)絡(luò)時(shí)，怎么樣建立終端的認(rèn)證機(jī)制，如何解決一個(gè)用戶(hù)終端在其向服務(wù)提供者提交請(qǐng)求時(shí)辨別與確定其行為的可信級(jí)別等。
　　本文基于此提出了一種基于神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法對(duì)可信網(wǎng)絡(luò)終端行為進(jìn)行預(yù)測(cè)與控制，以達(dá)到更好地保障網(wǎng)絡(luò)的安全與可信。首先研究了當(dāng)前可信網(wǎng)絡(luò)中存在的問(wèn)題，和

3、在可信領(lǐng)域中網(wǎng)絡(luò)終端行為證據(jù)提取的關(guān)鍵技術(shù)，研究了用戶(hù)終端行為證據(jù)的一般性評(píng)估方法；然后結(jié)合對(duì)偶傳播神經(jīng)網(wǎng)絡(luò)（Counter Propagation Networks，CPN）機(jī)制和基因表達(dá)式（Gene Expression Programming，GEP）算法思想，設(shè)計(jì)了基于GEP-CPN的可信網(wǎng)絡(luò)終端行為聚類(lèi)模型，并通過(guò)實(shí)驗(yàn)與實(shí)例分析證明了該模型的有效性和優(yōu)越性。
　　本文主要工作有以下幾個(gè)方面：
　　a)分析了可信網(wǎng)絡(luò)

4、終端用戶(hù)行為證據(jù)的定義及其特點(diǎn)，證據(jù)的獲得與規(guī)范化。然后利用這些方法所得到的數(shù)據(jù)集，即是對(duì)不同種類(lèi)的用戶(hù)行為證據(jù)中各種相關(guān)的特征進(jìn)行研究。
　　b)研究怎么樣改進(jìn) CPN網(wǎng)絡(luò)，使其能夠跳離傳統(tǒng)網(wǎng)絡(luò)的束縛，達(dá)到更好的訓(xùn)練網(wǎng)絡(luò)。即是優(yōu)化輸入向量以及對(duì)傳統(tǒng) CPN中 Kohonen層的各神經(jīng)元對(duì)應(yīng)的權(quán)向量盡可能做到與實(shí)際輸入向量的分布一致。
　　c)對(duì)新模型進(jìn)行聚類(lèi)結(jié)果的評(píng)估，在文本數(shù)據(jù)集下，對(duì)不同的聚類(lèi)方法進(jìn)行比較分析。