首页|基于拟牛顿算法神经网络的入侵检测系统的研究

基于拟牛顿算法神经网络的入侵检测系统的研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表性的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高.利用人工神经网络可以解决当前其他入侵检测方法中所遇到许多问题,有望成为异常检测中统计方法的替代品,是研制具有学习和适应能力的入侵检测系统重要手段之一.通过抽取部分混合实例以及典型攻击实例进行模式训练、测试后,在BP神经网络优化算法进行对比研究的基础上,利用拟牛顿算法对传统BP算法进行改进,从而提高入侵检测系统的收敛度,检测率.实验分析可得,在一定的训练方法基础上,基于拟牛顿算法优化神经网络和其他几种算法相比,在针对多种攻击类型上检测率有不同程度的提高.
Research of Intrusion Detection System based on the Quasi-Newton Algorithm in Neural Networks

陈贵云、张江

展开 >

中南林业科技大学计算机科学学院,湖南长沙410004

中南林业科技大学,湖南长沙410004

神经网络 入侵检测 拟牛顿算法

中南林业科技大学青年科学研究基金中南林业科技大学开放性实验室资助项目

QJ2011003BKFXM2012045

2014

计算机安全
信息产业部基础产品发展研究中心

计算机安全

影响因子：0.336
ISSN：1671-0428
年,卷(期)：2014.(1)
  • 1