前言:中文期刊网精心挑选了落下的眼泪范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
落下的眼泪范文1
关键词:神经网络;网络入侵;聚类
中图分类号:TP393 文献标识码:A 文章编号:1009-3044(2016)01-0060-02
Research on Intrusion Clustering in the Cloud Platform Based on BP Neural Network
ZHOU Tian-yuan
(School of Computer Engineering, Huaihai Institute of Technology, Lianyungang 222005,China)
Abstract:Through the safety characteristic analysis of cloud platform, on intrusion clustering based on BP neural network, and proposes a new architecture, and improve the learning rate and weight algorithm, through the Matlab experiment, the experimental results are satisfactory, with good results.
Key words: neural network;network intrusion; clustering
随着计算机网络及云技术的飞速发展,云平台下的网络系统面临着越来越多的攻击,且入侵方式和种类的不断更新,因而对入侵检测技术提出了新的要求。基于聚类的入侵检测方法的最重要的特点就是无监督性,是一个将数据划分为多个类或簇的过程,并使得同一个簇内的数据对象具有较高的相似度,而不同簇中的数据差别很大,从而成为了近几年来网络安全研究的热点之一[1,2]。
神经网络具有自学习、自适应的特征,这些特性使其在入侵检测中得到了很好的应用[3]。由于云平台环境拥有强大的计算能力、海量的存储空间和丰富的用户信息,对网络入侵者具有很大的诱惑力,很容易遭受各种安全威胁与攻击的考验。据此,本文提出了一种基于神经网络的云平台下的网络入侵聚类算法用于人侵检测,通过实验,表明此算法在未知人侵检测方面是可行和有效的,并极大地提高了人侵检测率,同时有效控制了误检率。
1 改进的BP算法设计
对于入侵检测系统来说,最重要的部分在于算法的精准率及稳定性,针对以上的算法缺点,本文提出了通过修改权值和学习率对BP算法进行改进,以提高对入侵数据检测的稳定性和精准率。
传统的BP算法采用采用均方误差(LMS)估计器[4],如式1所示。
[Ep=12j=1m(ypj-opj)2] (1)
式中,[ypj]是网络的期望输出,[opj]是网络的实际输出。
将网络关于整个样本集的误差测度定义为式2所示。
[E=Ep] (2)
反复调整突触权值使代价函数达到最小或使系统达到一个稳定状态,就完成了学习过程。[ωij]表示神经元[xj]到[xi]的突触权值,在学习步骤为[n]时对突触权值的调整为式3。
[Δωij(n)=ηRpjxj(n)] (3)
式中,[Rpj=ypj-opj],[η]为学习速率参数。得到[Δωij(n)]之后,定义突触权值[ωij]的校正值为式4。
[ωij(n+1)=ωij(n)+Δωij(n)] (4)
同时本文为了确保算法的稳定性,采用最速下降BP算法进一步修正权值和阈值。则有是式5。
[x(k+1)=x(k)-ηg(k)] (5)
式中,[x(k)]为第[k]次迭代各层之间的连接权向量或阈值向量。
[g(k)=?E(k)?x(k)]为第[k]次迭代的神经网络输出误差对各权值或阈值的梯度向量。负号表示梯度的发方向,即梯度下降方向。[η]是学习速率,是常量。
[E(k)]为第[k]次迭代的网络输出的总误差性能函数。如以两层网络为例,只有一个输出样本时,有式(6)、式(7)和式(8):
[E(k)=E[e2(k)]≈1S2i=1s2[t2i-a2i(k)]2] (6)
[a2i(k)=f2{j=1s2[ω2i,j(k)a1i(k)-b2i(k)]}=f2{j=1s2[ω2i,j(k)f1](j=1s1(iω1i,j(k)pi+ib1i(k)))+b2i(k)}](7)
如输入[n]个样本,则
[E(k)=E[e2(k)]≈1S2j=1s1i=1s2[t2i-a2i(k)]2] (8)
根据上式可以求出第[k]次迭代的总误差曲面的梯度[g(k)=?E(k)?x(k)],分别代入式(4)和(8)中,便可以逐次修正其权值和阈值,并使总的误差向减少的方向变化,直到达到所要求的误差性能为止。
2 改进算法在入侵检测中的应用
本文把接收到的数据转化为神经网络能识别的格式,送往神经网络学习或判别,在训练阶段将数据转换格式后,送入神经网络。数据归一化是把网络入侵数据进行归一化处理。网络初始化根据入侵数据特点初始化网络,由于网络入侵数据有30维,入侵数据来自于5种不同类型的网络入侵模式,所以输入层节点数为30。竞争层节点代表输入数据潜在的分类类别,竞争层节点数一般大大多于数据实际类别,选择竞争层节点数为35个,竞争层节点排列在一个方阵中。
3 实验仿真及分析
为检验本文改进BP算法,采用的样本数据来源为KDDCUP99数据集,实验使用的平台为MATLAB(R2009a)。本文将入侵行为归为以下4个入侵种类:拒绝服务攻击(DoS);远程权限获取(R2L);非法监听和探测(Probe)和本地用户非法提升权限(U2R)。为了全面的检测改进BP算法后对入侵数据的稳定性和精确率,从数据集中选取了500组测试数据。本文设置学习率([η])是0.65,允许误差为0.001,学习次数150。实际检测率和误检率如表l所示,得到的聚类结果如图1所示。从实验的仿真结果可以看到,将神经网络算法用于入侵检测,收敛容易且速度较快,达到了目标精度,明显提高了各种入侵行为的检测率,降低了系统的误报率,有效地改进了入侵检测系统的性能。竞争层和输出层的权值[ωjk]=0。取4000组网络攻击数据,从中随机抽取4000组数据训练网络,500组数据测试网络分类能力,其结果如表1和图1所示。
图1 聚类结果
表1 检测结果
[攻击类型\&检测准确率(%)\&误报率(%)\&漏报率(%)\&DoS\&96.9\&0.8\&1.3\&Probing\&95.5\&3.2\&1.3\&U2R\&97.3\&1.9\&0.8\&R2L\&92.8\&5.6\&1.6\&]
从表1中可以看到,本文对于入侵检测有很好的效果,这从另外一方面说明在入侵检测系统征选取很重要,这主要是因为神经网络的分类能力和自管理能力,测试的结果还是令人满意的。
4 结束语
本文通过对基于BP神经网络的云平台下网络入侵聚类的分析和研究,提出了具体的设计流程,并通过调整神经网络中输出层节点的权值,使得其具有较好的性能,通过实验仿真后的数据分析,BP神经网络在网络入侵聚类中具有良好的效果。
参考文献:
[1] B.R.Kandukuri,V.R.Paturi,A.Rakshit.Cloud security issues.In:IEEE international conference on services computing,2009:517-520.
[2] M. C.Procopiuc.Clustering Problems and Their Applications[D].USA:Department of Computer Science, Duke University,1997
落下的眼泪范文2
雪的眼泪,寂寞无比;雪的眼泪,童真无趣。没有人在乎的爱,被冰雪融化;没有人珍惜的泪,从脸旁滑下。冬天里的雪啊,秋天里的爱,一个重现,一个再见,心的碎片得落下来。
雪的眼泪,为什么那样寂寞?雪的眼泪,是怎样童真无趣?想起往日的努力,换来的只是心酸和回忆,泪比雪下得更没道理!
雪的眼泪,雪的眼泪,雪的眼泪……
雪里夹着微笑,雨里带着眼泪,雪的坚强化作动力,雨的渴望变成回忆,雨从雪的眼里滴了下去,雪的眼泪只能哭泣。
雪里夹着微笑,雨里带着眼泪,雪的坚强化作动力,雨的渴望变成回忆,雨从雪的眼里滴了下去,雪的眼泪只能哭泣。为什么雪的眼泪总是那样寂寞?她不应该那样悲伤。为什么雪的眼泪总是那样忧郁?她不应该
落下的眼泪范文3
我不再相信眼泪
眼泪有时就像一个不听话的水娃娃,不经意间滑过脸颊;眼泪有时又像一个坚强的小姑娘,不管怎样就是不落下;眼泪时而“娇嫩欲滴”,时而“坚强不屈”,让我永久猜不透它。
还记得一次,我独自去解放碑滑冰,一路上兴奋激动伴随着我,到了大都会,换上鞋,一切准备就绪。我小心翼翼地走上冰,紧拉住栏杆不放,慢慢熟悉,尽管以前来过这儿,但是隔得时间太久了难免会有些生疏。我拉着栏杆慢慢地滑了几圈后,找到感觉了,便松开了手,最后我滑得越来越快,由前面的两只脚在冰上滑动,到现在的一只脚抬起一只叫在冰上滑动。在一个转弯的不远处有一个小洞洞,我当时也没有注意就滑了过去,突然右鞋前面锯齿状在小洞那儿绊了一下,我“砰”的一声响,膝盖撞到了固定栏杆的板上,一会儿后疼痛蔓延全身,这时眼泪就像一个坚强的姑娘,我迅速地从冰上爬起,继续滑,到了最后我再也没有摔跤。
经过这一次事件,改变了我原来的观点:眼泪就是一个发泄物,在自己难过伤心时就落下,而现在不同了,我把眼泪当做了珍珠,不能再让眼泪那么轻易滑走。所以我不再相信眼泪!
落下的眼泪范文4
可我常常觉得,流下一滴眼泪,需要很久很久。人越长大,就越习惯于压抑内心的真实感受,不再放声大哭放声大笑,什么都只是淡淡的点到为止。好像越来越没有什么事情可以让我伤心到立刻落泪,像是传说中丢失了泪腺的骆驼,再也找不出,释放伤感的出口。于是一滴泪,在渗出眼眶之前,早已在心中酝酿了许久,甚至可能在落下之前,已经悄悄蒸发。
有的时候真的很想哭,可是由于某种原因只能很辛苦的仰起头深呼吸,仿佛把那滴眼泪又狠狠压回心里,神色如常的,奔波,忙碌,寒暄,微笑。
有一天早上,天气很凉,披件长衣站在阳台上看,下雨了。我就一直那么站着,莫名其妙的伤感,难得有这样一个时刻,气氛如此阴郁,世界如此安静,我一个人站着看雨,在冷空气的侵袭下有些瑟瑟发抖。我对自己说不如就现在吧,和
雨一起煽情一把,然后没有犹豫没有酝酿,泪就真的来了,心也开始尖锐的痛了,仿佛所有的感觉,突然间复苏了。如同用锋利的刀划开饱满的橙子,刹那间汁水四溢无法停止,那柔软的果肉就这么暴露在空气中,一切脆弱都无所遁形。《有时我也不懂得我自己为什么会落泪?心理就是有说不出的难受,但又不能和别人诉说,这种感觉难受啊》我不知道这是隐忍了多久的泪水,但它终于在这样一个湿润的早上,急速的落下,嚣张的释放。
落下的眼泪范文5
总有一个人 是心口的朱砂
想起那些花 那些傻 眼泪落下
只留一句 你现在好吗
如果爱忘了 泪不想落下
那些幸福啊 让她替我到达
如果爱懂了 承诺的代价
不能给我的 请完整给她
总有些牵挂 旧的像伤疤
越是不碰它 越隐隐的痛在那
想你的脸颊 你的发 我不害怕
就让时间 给我们回答
如果爱忘了 泪不想落下
那些幸福啊 让她替我到达
如果爱懂了 承诺的代价
不能给我的 请完整给她
我说我忘了 不痛了
那是因为太爱太懂了
笑了 原谅了 为你也值得
用你的快乐 告诉我
现在放开双手是对的
别管我多 舍不得
如果爱忘了 就放他走吧
那些幸福啊 让她替我到达
如果爱懂了 承诺的代价
不能给我的 请完整给她
如果爱忘了 你还记得吗?
[01:22.31][00:03.93]戚薇 - 如果爱忘了
[00:09.33]曲:林天爱 词:唐恬,李志清
[00:11.48]专辑:如果爱忘了
[01:32.91][00:17.91]music…。。
[00:19.19]总有一些话 来不及说了
[00:25.87]总有一个人 是心口的朱砂
[00:32.30]想起那些花 那些傻 眼泪落下
[00:39.34]只留一句 你现在好吗
[00:44.66]
[00:46.83]如果爱忘了 泪不想落下
[00:53.26]那些幸福啊 让她替我到达
[00:59.48]如果爱懂了 承诺的代价
[01:06.26]不能给我的 请完整给她
[01:35.44]总有些牵挂 旧的像伤疤
[01:41.89]越是不碰它 越隐隐的痛在那
[01:48.62]想你的脸颊 你的发 我不害怕
[01:55.47]就让时间 给我们回答
[02:01.60]
[02:01.81]如果爱忘了 泪不想落下
[02:07.79]那些幸福啊 让她替我到达
[02:14.15]如果爱懂了 承诺的代价
[02:20.94]不能给我的 请完整给她
[02:26.84]
[02:28.59]我说我忘了 不痛了
[02:32.22]那是因为太爱太懂了
[02:35.56]笑了 原谅了 为你也值得
[02:41.74]用你的快乐 告诉我
[02:45.17]现在放开双手是对的
[02:48.22]别管我多 舍不得
[02:53.35]
[02:53.62]如果爱忘了 就放他走吧
[02:59.91]那些幸福啊 让她替我到达
[03:06.23]如果爱懂了 承诺的代价
[03:12.76]不能给我的 请完整给她
落下的眼泪范文6
完整歌词:
1、每种色彩,都应该盛开,别让阳光背后只剩下黑白,每一个人,都有权利期待,爱放在手心,跟我来,这是最好的未来,我们用爱 筑造完美现在,千万溪流汇聚成大海,
2、每朵浪花一样澎湃,每个梦想, 都值得灌溉,眼泪变成雨水,就能落下来,每个孩子,都应该被宠爱,他们是我们的未来,这是最好的未来,我们用爱,筑造完美现在,千万溪流汇聚成大海。
3、每朵浪花一样澎湃,这是最好的未来,不分你我,彼此相亲相爱,千山万水,传递着关怀,幸福永远与爱同在,每个梦想,都值得灌溉,眼泪变成雨水,就能落下来,每个孩子,都应该被宠爱,他们是我们的未来,同一天空底下相关怀,这就是最好的未来,
(来源:文章屋网 )