目前已经出现了许多种入侵检测系统（IDS）技术，分为基于主机的入侵检测和基于网络的入侵检
测。基于主机的入侵检测主要使用日志跟踪，而基于网络的入侵检测则主要通过对网络上数据包的 分析来进行。本文是想建立一个基于智能神经网络的入侵检测模型，它属于基于网络的入侵检测技 术。由于它必须能分辨出当前连接是否属于恶意连接，因此我们必须对连接中传输的数据包信息进 行分析，提取数据包中的特征信息，以及攻击行为的特征，然后将提取的信息输入到智能神经网络中进行学习，将获取的知识以隐性形式储存在神经网络中。
本文探讨了一个基于智能神经网络的网络入侵检测系统模型。在对网络中的IP数据包进行分析 处理以及特征提取的基础上，采用智能神经网络进行学习或判别,以达到对未知数据包进行检测的 目的。由于智能神经网络可以将多种多样的入侵检测任务划分为多个单一的检测任务，分配给功能 专一、结构简单的较小的智能神经网络来完成。实验证明这是一种行之有效的网络入侵检测的解决方法。
More abstracts about the 智能神经网络在Internet入侵检测中的应用