1、入侵檢測是一種積極主動的安全防護技術(shù)，它可以監(jiān)視主機系統(tǒng)或是網(wǎng)絡(luò)上的用戶活動，發(fā)現(xiàn)可能存在的入侵行為。但由于我國入侵檢測技術(shù)研究起步較晚，目前入侵檢測系統(tǒng)依然存在許多不足，如虛報率和漏報率較高和主動防御能力較弱等問題。為此本論文分析了國內(nèi)外利用模糊神經(jīng)網(wǎng)絡(luò)解決入侵檢測技術(shù)中存在的問題和不足，對基于模糊神經(jīng)網(wǎng)絡(luò)的入侵檢測技術(shù)進行了深入研究。
　　首先，針對傳統(tǒng)基于BP模糊神經(jīng)網(wǎng)絡(luò)入侵檢測方法的不足，提出了一種基于 Takagi-Su

2、geno模型的模糊神經(jīng)網(wǎng)絡(luò)入侵檢測方法，該方法采用Takagi-Sugeno模型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。同時本文設(shè)計了一個特征選擇算法(Selected-F)對網(wǎng)絡(luò)數(shù)據(jù)屬性進行降維處理，通過分類檢測方法降低計算代價，完成入侵檢測。
　　其次，設(shè)計了一種改進的遺傳算法，并用其對Takagi-Sugeno模型模糊神經(jīng)網(wǎng)絡(luò)的各種權(quán)值參數(shù)進行優(yōu)化。通過模糊神經(jīng)網(wǎng)絡(luò)方法實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的分析，解決了入侵檢測存在的模糊性問題，提高了算法的健壯性。