混合前馈型神经网络在入侵检测中的应用研究

摘要：

提出一种基于混沌神经元的混合前馈型神经网络,用于检测复杂的网络入侵模式.这种神经网络具有混沌神经元的延时、收集、思维和分类的功能,避免了MLP神经网络仅能识别网络中当前的滥用入侵行为的弱点.对混合网络进行训练后,将该网络用于滥用入侵检测.使用DARPA数据集对该方法进行评估,结果表明该方法可有效地提高对具备延时特性的Probe和DOS入侵的检测性能.

关键词：网络安全、入侵检测系统、前馈型神经网络、混沌神经网络

所属期刊栏目：22

分类号：TP393.08;TP183(计算技术、计算机技术)

资助基金：国家自然科学基金60473073;国家高技术研究发展计划863计划2004AA1Z2060;国家重点基础研究发展计划973计划2006CB303000;广东省自然科学基金04010589

在线出版日期：2007-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：432-435