本文關(guān)鍵詞：基于自適應(yīng)進(jìn)化神經(jīng)網(wǎng)絡(luò)算法的入侵檢測

  更多相關(guān)文章： 遺傳算法 神經(jīng)網(wǎng)絡(luò)算法 模擬退火算法 入侵檢測

【摘要】：針對目前多數(shù)入侵檢測系統(tǒng)的低檢測率問題,提出一種自適應(yīng)進(jìn)化神經(jīng)網(wǎng)絡(luò)算法AENNA�；谶z傳算法和BP神經(jīng)網(wǎng)絡(luò)算法,利用模擬退火算法的概率突跳和局部搜索強(qiáng)的特性對遺傳算法進(jìn)行改進(jìn),采用雙種群策略的遺傳進(jìn)化規(guī)則實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)權(quán)值和結(jié)構(gòu)的雙重優(yōu)化;通過對遺傳算法的交叉算子與變異算子的改進(jìn),設(shè)計一種自適應(yīng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。實驗結(jié)果表明,基于AENNA的入侵檢測方法能夠有效提高系統(tǒng)的檢測率并降低誤報率。
【作者單位】： 中國民航大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(60776807,61179045) 國家863計劃資助項目(2006AA12A106) 天津市科技計劃重點項目(09JCZDJC16800) 中國民航科技基金(MHRD201009,MHRD201205) 中央高�；究蒲袠I(yè)務(wù)費專項(ZXH2009A006)
【分類號】：TP393.08
【正文快照】： 1引言當(dāng)今社會,隨著網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)規(guī)模的不斷發(fā)展,針對網(wǎng)絡(luò)和計算機(jī)系統(tǒng)的攻擊變得越來越頻繁,攻擊手法也復(fù)雜多樣。而傳統(tǒng)的入侵檢測技術(shù)由于技術(shù)自身的局限和不足已無法滿足安全高度敏感部門的需求,研究人員對諸如神經(jīng)網(wǎng)絡(luò)技術(shù)、專家系統(tǒng)、機(jī)器學(xué)習(xí)和進(jìn)化算法等智能方法在

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬宏斌;王英麗;丁群;;基于神經(jīng)網(wǎng)絡(luò)算法密碼芯片的以太網(wǎng)卡加密的研究[J];電信科學(xué);2006年08期

2 欒慶林;盧輝斌;;自適應(yīng)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[J];計算機(jī)工程與設(shè)計;2008年12期

3 周敏;;GARBF在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究[J];計算機(jī)仿真;2011年06期

4 楊彥;周翔;周竹榮;;一種校園卡欺詐檢測模型[J];計算機(jī)工程;2011年12期

5 傅學(xué)彥;尹滄濤;;神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究[J];計算機(jī)仿真;2010年12期

6 顏謙和;顏珍平;;遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)入侵檢測系統(tǒng)[J];計算機(jī)仿真;2011年04期

7 曾凡培;;粗集神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)入侵中的應(yīng)用研究[J];計算機(jī)仿真;2011年07期

8 黃小龍;梁碧珍;;基于粗糙集和CP神經(jīng)網(wǎng)絡(luò)的入侵檢測模型[J];計算機(jī)仿真;2011年10期

9 任R，

本文編號：1261424