10.3969/j.issn.1000-3428.2011.23.042
基于量子遗传算法优化神经网络的入侵检测
针对入侵检测的效率及准确性问题,提出一种基于量子遗传算法优化神经网络的入侵智能检测模型,该模型基于量子遗传算法的全局搜索和神经网络局部精确搜索特性,将量子遗传算法和BP算法有机结合.利用改进的量子遗传算法优化BP神经网络的权重和阈值,使BP神经网络能快速准确地识别入侵,增强计算机网络安全.运用Matlab软件对该模型进行仿真.实验结果表明,与其他同类方法相比,该方法的检测率更高、误报率更低.
入侵检测、量子遗传算法、智能检测、BP神经网络、网络安全
37
PT391
湖南省科技计划基金资助项目2010FJ6028;湖南省教育厅重点科研基金资助项目08A064;湖南省高校科研基金资助项目10C1236
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
124-126