一种改进的基于神经网络的入侵检测算法

摘要：

径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中.

关键词：径向基神经网络、遗传算法、粒子群、权值优化

所属期刊栏目：29

分类号：TP309(计算技术、计算机技术)

资助基金：上海铁路局"通信信号装备现代化关键技术-电务标准化作业监控系统研究项目"2010059

在线出版日期：2013-04-15（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：197-199