10.3969/j.issn.1009-3044.2012.12.007
基于集成神经网络技术的IDS入侵检测系统研究
网络入侵检测是近几年信息安全领域的研究热点.为了提高网络入侵检测系统中异常数据检测的精度、降低漏报率和误报率,维护网络系统安全,该文提出了一种基于Adaboost算法集成BP神经网络的网络入侵检测方法.该方法首先构造个体BP神经网络模型,个体BP神经网络为弱分类器即可,然后通过大量训练样本对模型进行训练,采用Adaboost算法对其弱分类器进行集成构造强分类器模型.最后在KDD 99数据集上,通过Matlab软件进行仿真实验,实验结果表明,该方法能有效的提高异常数据检测的精度.
BP神经网络、Adaboost算法、入侵检测
8
TP393(计算技术、计算机技术)
2012-08-31(万方平台首次上网日期,不代表论文的发表时间)
共3页
2687-2688,2734