集成模型在网络入侵检测中的仿真研究

摘要：

研究保证网络安全问题,针对网络入侵具有多样性和复杂性,信息冗余十分严重,传统检测方法不能很好消除冗余信息,导致检测时间长和检测正确率低的难题.为了提高检测准确性,将主成分分析和RBF神经网络相结合起来,组成一个集成的网络入侵检测模型.模型首先通过主成分析分析法对网络原始数据进行预处理,降低特征维数、消除冗余信息,将处理后特征作为神经网络的输入,网络入侵类型作为神经网络的输出,建立RBF神经网络入侵检测模型对网络数据进行检测.在Matlab平台上,采用权威网络入侵数据DARPA数据集对集成模型进行预试,仿真结果表明,集成模型的网络入侵检测正确率高于传统入侵检测模型,加快了网络入侵检测速度,为网络入侵提供了一种实时检测方法.

关键词：网络入侵、集成模型、主成分分析

所属期刊栏目：28

分类号：TP393(计算技术、计算机技术)

资助基金：遵义医学院科研项目F-478

在线出版日期：2011-10-26（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：161-164