まず、いくつかの背景。ニューラルネットは、ブラックボックスの設計によるものです。ニューラル ネットワークを設計する場合、解決しようとしている問題を理解することは、それを直接解決する決定論的アルゴリズムを作成する場合ほど重要ではありません。そのことを念頭に置いて、おそらく「ニューラル ネットワークを使用した侵入検知システム」について学ぶ必要はありませんが、ニューラル ネットワークと侵入システムを別々に学ぶことでより多くのメリットが得られるでしょう。
侵入検知システムに関するテキストを見つけるのはあなたに任せますが、ニューラル ネットワークとは何か、およびその仕組みについて始めるために、以下を読むことをお勧めします。
ニューラル ネットワーク - 体系的な紹介
ニューラル ネットワークの基礎を概念的に理解していると思われる場合は、プログラミング言語を学びたいと思うでしょう。この時点で選択肢は多少異なりますが、アカデミックな観点からニューラル ネットワークを学び、プログラムの設計と機能をより詳細に制御したい場合は、おそらく C++ を学習することで最もメリットが得られることをお勧めします。オンラインで C++ を学習するトピックに関する豊富な知識があります。実際、おそらくこの Web サイトで最も人気のあるページは、そのトピックに特化したものです。
The Definitive C++ Book Guide and List
ニューラル ネットワークの基礎と C++ を理解すれば、世界はあなた次第です。冒険心があれば、Kenneth Stanley の NEAT アルゴリズムをご覧ください。ソース コードは、ニューラル ネットワーク アルゴリズムについて多くのことを教えてくれます。
ここから、侵入の試みを理解する学習マシンを作成することは、プログラミングの観点からはほとんど簡単です。本当にデータを取得する必要があるだけで、これは非常に簡単な場合も非常に難しい場合もありますが、この時点に到達したら、ネットワークをトレーニングするためのデータ ソースをスーパーバイザーが見つけるのを手伝ってくれるはずです。
幸運を!