基于大数据分析技术的网络入侵检测方法

摘要：

为了获得更优的网络入侵检测效果,提出了一个基于大数据分析技术的网络入侵检测方法.首先分析了当前的网络入侵检测算法研究进展,描述大数据分析技术的网络入侵检测原理,然后采用神经网络构建网络入侵检测的分类器,并引入了蚁群算法选择最优的神经网络连接阈值和连接权值,最后选择当前标准的网络入侵检测数据集进行仿真实验.实验结果表明蚁群算法和神经网络的网络入侵检测成功率相当高,网络入侵行为的漏检测概率和错误检测概率明显减少,相对于其他入侵检测方法,蚁群算法选择神经网络的网络入侵检测整体效果得到了有效改善,可以保证网络安全.

关键词：网络安全、入侵行为、蚁群算法、漏检测概率、连接阈值、分类器

所属期刊栏目：37

分类号：TP317(计算技术、计算机技术)

资助基金：2019年广东省普通高校青年创新人才类项目高职2019GKQNCX076

在线出版日期：2021-04-01（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：21-23