GARBF在网络入侵检测中的应用研究

摘要：

研究网络安全问题,提高入侵检测效率,针对网络入侵检测传统采用RBF神经网络方法在网络入侵中由于初始权值设定不当导致检测入侵耗时长、正确检测率低,误报和漏报率记的难题,为了解决上述问题,提出了一种GARBF神经网络入侵检测模型.GARBF神经网络模型在网络入侵检测过程中,采用遗传算法对RBF神经网络初始权值进行优化,然后将网络入侵数据输入优化的RBF神经网络中进行学习和检测.结果表明,相比较传统网络入侵检测模型,网络入侵检测误报率、耗时都较低,证明提高网络入侵检测的正确性和效率.

关键词：遗传算法、神经网络、优化、入侵检测

所属期刊栏目：28

分类号：TP319(计算技术、计算机技术)

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：165-168