基于Boosting RBF神经网络的入侵检测

摘要：

提出一种新颖的基于boosting RBF神经网络的入侵检测方法.将模糊聚类和神经网络技术相结合,提出基于改进的FCM算法和OLS算法相结合的FORBF算法,为了提高RBF神经网络的泛化能力,采用Boosting方法,进行网络集成.以"KDD Cup 1999 Data"网络连接数据集训练神经网络并仿真实验,得到了较高的检测率和较低的误警率.

关键词：入侵检测、Boosting方法、RBF神经网络、正交最小二乘法

所属期刊栏目：44

分类号：TP183(自动化基础理论)

资助基金：河北省自然科学基金F2007000682

在线出版日期：2008-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：118-120