基于多层前向神经网络入侵检测系统的研究

摘要：

针对目前入侵检测系统不能有效检测未知入侵行为的问题,根据神经网络的自学习和自适应性强的特点,采取了将多层前向神经网络与入侵检测系统相结合的方法,提出了一种入侵检测模型,给出了此模型中神经网络模块的改进训练算法.实验证明,此算法入侵检测率可达86%,最大误报率为3%,加大训练样本可进一步提高检测率,从而更有效地检测出未知的入侵行为;此算法实时性强,可有效提高神经网络的学习效率.

关键词：IDS、神经网络、MLP、BP算法

所属期刊栏目：9

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-55