首页|基于改进RBF神经网络的入侵检测研究

基于改进RBF神经网络的入侵检测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • 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.RBF神经网络在一定程度上克服了BP神经网络存在的问题,但如何确定一个合适的RBF网络隐层神经元中心个数又是保证其应用效果的关键之一.因此,将基于熵的模糊聚类和RBF神经网络相结合,提出了基于EFC的改进RBF神经网络算法,并将该方法应用于入侵检测研究.实验表明,该算法可以获得满意的性能.
Research of intrusion detection based on improved RBF neural network

田俊峰、张晶、毕志明

展开 >

河北大学,数学与计算机学院,河北,保定,071002

入侵检测 熵 模糊聚类 径向基函数神经网络

河北省自然科学基金河北省教育厅自然科学基金重点项目河北省社会科学基金河北省社会科学基金

F200800646ZH20060062005214Z2007442

2008

计算机工程与应用
华北计算技术研究所

计算机工程与应用

CSTPCDCSCD北大核心
影响因子：0.683
ISSN：1002-8331
年,卷(期)：2008.44(31)
  • 5
  • 4