摘要：为了提高网络数据安全,本文分析了基于BP算法的网络入侵检测技术,通过构建BP算法的网络入侵检测系统实现网络数据捕获、网络数据分析、网络数据预处理、BP算法入侵检测和入侵行为响应,最后对入侵检测系统的应用进行了分析,结果表明:经过BP算法训练之后的神经网络入侵检测系统的应用效果较好,检测的正确率高,误报率和漏报率低。随着计算机技术的发展和应用,人们开始研究网络入侵检测系统的性能,最早应用的入侵网络算法为基于模式匹配的网络入侵的检测方法,这种算法在应用过程中存在数据包的匹配效率低问题,之后有学者将BM(Boyer-Moore)算法应用在网络入侵检测系统中,提高了入侵检测效果,并对BM算法改进之后提出了BMH算法、QS算法等,但是这些算法随着计算机网络规模的不断扩大,其入侵检测准确率越来越低;当前随着人工智能技术的发展,越来越多的学者将BP神经网络算法应用在网络入侵检测中,提升了入侵检测系统的自主学习能力和检测成效,本文对BP算法网络入侵检测技术的应用进行分析。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社