海量數(shù)據(jù)環(huán)境下入侵檢測系統(tǒng)中誤報數(shù)據(jù)對攻擊事件的分析帶來了很大干擾,針對入侵檢測中大量誤報,提出一種基于誤報消除指標和DBN網(wǎng)絡結構相結合的適應度評價標準,基于上述標準提出一種尋優(yōu)DBN網(wǎng)絡結構的改進PSO算法,并將該DBN用于入侵檢測中,以提高入侵檢測系統(tǒng)效率。實驗結果表明,上述算法構建的DBN消除率平均值比改進FCM和改進K-means算法分別高16.78%和11.61%,誤消除率平均值比改進FCM、改進K-means算法分別低6.475%和3.142%,具備良好誤報消除效果。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 基于改進PSO-DBN的誤報消除方法
    2.1 基于KNN算法的入侵檢測算法
    2.2 改進PSO-DBN算法應用于誤報消除
        2.2.1 改進PSO算法
        2.2.2 梯度下降法
        2.2.3 改進PSO尋優(yōu)DBN模型
3 實驗測試
    3.1 KDD CUP99數(shù)據(jù)集
    3.2 評價指標
    3.3 實驗結果及結論
4 結束語



本文編號：3956356