阿淑芳 刘宁宁 余桂莲 余桂希 余生晨

1(邢台学院 河北 邢台 054001) 2(固原市原州区第五中学 宁夏 固原 756000) 3(宁夏海原县职业中学 宁夏 中卫 756100) 4(华北科技学院计算机学院 北京 065201)

0 引 言

云计算以服务的方式提供计算资源(包括计算能力、存储能力和交互能力)，形成了一种动态、可扩展、虚拟化的新型计算资源组织、分配和使用模式。这种模式使得计算资源成为向大众提供服务的社会基础设施，将对信息技术本身及其应用产生深刻影响。但是，多个用户在云计算平台上同时使用一个软件与在单个本地计算机上使用同一个软件给用户带来的体验差距还是很大的。这主要是云计算平台上的软件运行得太慢造成的，例如，传统的入侵检测技术在云环境下应用存在着响应速度慢、不能很好适应大数据集等诸多限制，无法满足实时性、有效性的需求[1-2]。解决这一问题的方法有多种，其中之一是提高在云计算环境中运行的IDS的检测速度和准确度，但是，提高IDS的检测速度和准确度又造成了用于IDS的BPNN经常出现“泛化问题”，即BPNN无解或总误差函数不能收敛于全局最小值。另外，随着云计算的飞速发展，对其入侵的技术也日新月异，入侵方法也越来越多样化与综合化，这使得现有的入侵检测系统(IDS)漏报率和误检率都大幅上升[3-4]。BPNN可以解决云计算环境中的复杂的具有非线性特征的入侵攻击活动。人们通常通过增加BPNN的网络层数，即增加BPNN的内部神经元数量(等效于增加人脑中的神经元数量)，达到提高BPNN识别各类复杂的云计算环境中的入侵攻击活动能力的目的。……