1. 毕业设计（论文）主要目标：
本次论文的目标是研究分析基于改进的BP神经网络应用在入侵检测系统中的原理。通过对BP神经网络和PSO算法的研究后发现BP神经网络和粒子群算法各自都有缺陷，又由于它们之间的缺陷互补，于是便想到探索一种使用粒子群算法优化BP神经网络的方法，能够将粒子群算法和BP算法有效的结合起来，得到更高效的BP算法。用MATLAB编程实现使用粒子群算法改进后的BP算法，并用KDDCUP99数据集进行检测，根据其对应性能指标进行分析。最后将改进算法应用到入侵检测的问题中，结合对比算法的结果进行分析。
2. 毕业设计（论文）主要内容：
1.入侵检测系统：对入侵检测面临的问题和发展趋势进行叙述，详细描述出入侵检测系统的工作过程与评价入侵检测系统性能的标准。并且将入侵检测系统根据数据源、分析方法和响应方式进行分类。
2.BP神经网络和粒子群优化算法：首先描述生物神经网络和人工神经网络之间的关联，接着对BP神经网络的模型、学习算法、算法推导过程以及BP算法的流程都描述出来。并且对BP算法进行分析，了解到BP算法的优缺点以及粒子群优化算法的优缺点，通过粒子群优化算法解决BP神经网络的缺点。
3.PSO优化BP神经网络在入侵检测中的应用：首先对该实验中的数据集进行描述，接着对整个实验中的参数设置以及实验环境进行描述，通过实验，最后得出PSO优化BP神经网络在入侵检测中对攻击类型的分类的检测率。
3. 主要参考文献
1.Chunmin Qiu,Jie Shan.Research on Intrusion Detection Algorithm Based on BP Neural Network[J].International Journal of Security and Its Applications, 04/30/2015, Vol. 9, Issue 4, p. 247-258
2.Zhu YuanZhong.Intrusion Detection Method based on Improved BP Neural Network Research[J].International Journal of Security and Its Applications, 05/30/2016, Vol. 10, Issue 5, p. 193-2023.徐振华.基于BP神经网络的分布式入侵检测模型改进算法研究[J].网络安全技术与应用.2016(02)4.Jin Song,Yuan Yi,Wang.The Development of Intrusion Detection System Based on Improved BP Neural Network[J].Advanced Materials Research.2013,2438(1438)
5.Yongfeng Cui,Xiangqian Li Ma,Zhijie Liu.Application of Improved BP Neural Network with Correlation Rules in Network Intrusion Detection[J].International Journal of Security and Its Applications, 04/30/2016, Vol. 10, Issue 4, p. 423-430
