网络入侵检测的建模与仿真研究

摘要：

研究网络安全问题,由于网络攻击有从病毒到传播网络等多种方式,且网络入侵具有高维性、多样性和复杂性,传统检测方法难以正确识别网络入侵各种特性,导致网络入侵检测正确率低,误报率和漏报率高的难题.为了提高网络安全,提出一种基于主成分分析的改进神经网络网络入侵检测模型.模型首先采用主成分分析对网络原始数据进行预处理,降低数据的维数,消除无关的信息,简单检测模型结构,然后采用粒子群算法对RBF神经网络参数进行优化,将最优模型用于网络入侵检测.仿真结果表明,提高了网络入侵检测的正确率,加快了检测速度,证明是一种有效和实时的识别网络入侵检测的准确方法.

关键词：主成分分析、粒子群算法、神经网络、网络入侵

所属期刊栏目：28

分类号：TP393(计算技术、计算机技术)

资助基金：河北师范大学青年基金资助项目L2009Q02

在线出版日期：2012-04-20（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：103-106