10.3969/j.issn.1000-3428.2013.04.036
CIPS中基于改进GANN的入侵检测模型
应用在计算机集成过程系统(CIPS)网络中的入侵检测系统误报率和漏报率较高.针对该问题,利用遗传算法的全局寻优能力和神经网络对于非线性映射的强大逼近能力,提出具有自学习和自适应能力、基于遗传算法神经网络(GANN)的入侵检测模型,包括数据采集模块、数据预处理模块、神经网络分析模块和入侵报警模块4个部分.为克服遗传算法易早熟、搜索迟钝的缺点,对GANN的适应度值调整方式进行改进,对遗传算法的参数设定进行优化,并采用改进的遗传算法优化收敛速度慢、易陷入极值的BP神经网络.仿真实验结果表明,该模型使系统的检测率提高至97.11%.
遗传算法神经网络、BP神经网络、入侵检测、计算机集成过程系统、主成分分析
39
TP309.2(计算技术、计算机技术)
铁道部科技研究开发计划基金资助重点项目2011X008-D
2013-08-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
154-157