10.3321/j.issn:1000-1093.2006.02.018
基于学习Petri网的网络入侵检测方法
基于神经网络的入侵检测方法存在学习速度慢,不易收敛,分类能力不足等缺点.采用学习Petri网(LPN)建立了对网络入侵的检测分类方法,该方法在非线性和不连续函数的实现上优于神经网络,实验结果表明:基于LPN的入侵分类相对于相同结构的神经网络具有更高的识别精度以及更快的学习速率.
计算机系统结构、入侵检测、学习Petri网、神经网络
27
TP393.08(计算技术、计算机技术)
2006-05-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
269-272