10.3969/j.issn.1000-3428.2012.06.048
基于BP神经网络的入侵检测算法
为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法.该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行学习和检测,解决直接使用BP学习造成的训练样本数量过大而难以收敛的问题,同时缩短样本训练时间,提高BP神经网络分类正确率.仿真 实验结果表明,与传统网络入侵检测算法相比,该算法的训练样本时间更短,具有较好的识别率和检测率.
BP神经网络、算法优化、入侵检测、漏报率、误报率
38
TP319(计算技术、计算机技术)
2012-05-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
148-150