基于Dempster-Shafer理论的GHSOM入侵检测方法

摘要：

结合证据推理DS理论,提出了基于Dempster-Shafer理论的GHSOM神经网络入侵检测方法,一方面处理数据不确定性中的随机性和模糊性问题,可以在噪音环境下保持良好的检测率,此外通过证据融合理论缩小数据集,有效控制网络的动态增长.实验结果表明,基于Dempster-Shafer理论的GHSOM入侵检测方法实现了对子网拓展规模在检测中的动态控制,提升了在网络规模不断扩展时的动态适应性,在噪音环境下具有良好的检测准确率,提升了GHSOM入侵检测方法的扩展性.

关键词：Dempster-Shafer理论、增量式GHSOM神经网络、入侵检测、网络安全

所属期刊栏目：36

分类号：TP309(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金资助项目A201301;黑龙江省教育科学规划课题基金资助项目GBC1211062;黑龙江省普通高等学校新世纪优秀人才培养计划基金资助项目1155-ncet-008;黑龙江省博士后基金资助项目LBH-Z12082;黑龙江省教育厅科学面上研究基金资助项目12521115The Natural Science Foundation of Heilongjiang ProvinceA201301;Scientific Planning Issues of Education in Heilongjiang ProvinceGBC1211062;Research Fund for the Program of New Century Excellent Talents in Heilongjiang Provincial University1155-ncet-008;Post Doctoral Fund of HeilongjiangLBH-Z12082;The Heilongjiang Department of Education Foundation12521115

在线出版日期：2016-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64