10.3969/j.issn.1006-9348.2011.06.038
基于主成分分析的神经网络入侵检测仿真研究
研究入网络安全的入侵检测问题.针对网络入侵数据的高维、非线性和冗余特点,传统降维和检测方法检测率低的难题,为了提高网络安全性,提出一种基于主成分分析的遗传神经网络网络入侵检测方法.首先对网络入侵的数据维数利用主成分分析进行降维处理,消除数据之间的冗余信息,简化神经网络的输入,然后采用遗传算法对神经网络的权值进行优化,加快神经网络的学习速度,最后采用优化的神经网络模型对主成分分析后的数据进行检测,捕捉网络入侵数据的非线性规律.通过网络入侵KDD CUP 99数据集对该算法进行验证性实验,实验结果表明,相对于其它网络入侵检测方法,该方法学习速度快,检测正确率高、漏报率与误报率低,是一种高效、实时好的网络入侵检测方法.
神经网络、主成分分析、入侵检测、遗传算法
28
TP393.08(计算技术、计算机技术)
2011-10-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
153-156,279