基于机器学习的网络异常流量检测方法

摘要：

研究一种基于机器学习的网络异常流量检测方法。使用改进型ANFIS算法作为建立的网络异常流量检测方法的核心算法。由于传统的神经网络算法使用的梯度下降算法在实际应用时，存在易陷入局部极小值，训练效率低下等问题，因此研究的改进型ANFIS算法使用附加动量算法修正模型参数，使系统能够越过误差曲面的局部最小值。最后使用KDD CUP99数据库以及LBNL实验室测试的数据对改进型ANFIS算法和BP神经网络算法的检测方法进行性能测试。结果表明，使用改进型ANFIS算法检测系统的训练效率以及检测准确率均优于使用BP神经网络算法建立的模型。

关键词：机器学习、ANFIS、BP神经网络、网络异常流量检测

分类号：TN711-34;TP393(基本电子电路)

在线出版日期：2015-12-10（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：76-79