1、隨著計算機和通信技術的飛速發(fā)展，計算機網(wǎng)絡以其智能化、便捷化、全天候、全球通的特點，已經深入到了社會生活的方方面面，承載著當中的許多重要信息。隨著其規(guī)模的迅速擴大，網(wǎng)絡安全問題已成為互聯(lián)網(wǎng)發(fā)展中無法規(guī)避的核心問題。
　　在傳統(tǒng)的網(wǎng)絡安全防御過程中，我們通常采用的是被動的防御措施，例如阻擋攻擊的防火墻技術、檢測攻擊的入侵檢測技術等。雖然他們在一定程度上增強了計算機網(wǎng)絡的安全性能，但仍無法實現(xiàn)全面的防護，因此我們引入了預警技術來實時監(jiān)

2、控攻擊行為，從而預先采取應對措施來增強網(wǎng)絡的安全性能。
　　蜜罐技術是一種基于主動的安全防御技術，運用其建立起來的安全預警系統(tǒng)，可以滿足應對突發(fā)安全事件的準確預警，精確定位，快速響應的要求。本文對現(xiàn)有的蜜罐核心技術進行了剖析，針對其存在的缺陷，將RBF神經網(wǎng)絡引入蜜罐技術中，提出了一種新的遺傳神經網(wǎng)絡的學習算法，從而實現(xiàn)了搜索的并行化，提高了預警的精準度和自學習能力。
　　本文設計了一個新型的基于ARIMA的蜜罐預警模型，并