1、近二十年來，互聯(lián)網(wǎng)的爆炸式發(fā)展，給人類社會、經(jīng)濟、文化等帶來了無限的機遇，同時也給信息安全帶來了嚴峻的挑戰(zhàn)。人們采用反病毒，防火墻和入侵檢測等技術手段來保證網(wǎng)絡信息安全。隨著網(wǎng)絡安全技術的不斷發(fā)展，入侵檢測技術已經(jīng)成為網(wǎng)絡安全體系結構中不可缺少的一部分。
　　本文對國內(nèi)外各種神經(jīng)網(wǎng)絡算法進行研究比較，分析當今檢測引擎用到的幾種主要神經(jīng)網(wǎng)絡算法，并對它們的缺陷進行了比較。并以此為基礎，提出了一種SOM自組織特征映射神經(jīng)網(wǎng)絡和BP神經(jīng)

2、網(wǎng)絡混合結構的入侵檢測模型。利用SOM網(wǎng)絡的自組織特性對經(jīng)過預處理的網(wǎng)絡數(shù)據(jù)包特征矢量進行聚類，可以有效的進行異常檢測，避免對新出現(xiàn)的網(wǎng)絡入侵模式出現(xiàn)漏報;聚類結果作為BP網(wǎng)絡的輸入，利用BP網(wǎng)絡進行入侵類別的識別，可以精確給出具體分類標識，發(fā)揮誤用入侵檢測算法的優(yōu)勢，有效控制誤報率。
　　為進一步提高所提出模型的運行速度，本文采用PCA主成分分析方法對SOM的輸出矢量進行了降維，降維后的矢量數(shù)據(jù)能在保證原有矢量特征屬性的情況下大