模糊网络入侵中多层序列特征自动提取方法研究

摘要：

模糊网络中入侵特征较为多样化,无法通过固定的阈值进行合理判断.为了解决模糊网络入侵检测方法存在检测率低、误报率高和检测速度慢等问题,提出一种基于量子神经网络的层序列特征自动提取方法.在该算法中,通过对模糊网络进行层次划分,运用量子BP神经网络模型以量子形式形态的空间思维结构来提取信息,通过量子空间结构中量子门的移位与旋转变化对神经网络量子形态相位进行操作,完成多层序列特征自动提取.仿真实验表明,该算法具有较好高的检测率和检测效率,并且误报率较低.

关键词：模糊网络、入侵检测、分层操作、特征自动提取

所属期刊栏目：40

分类号：TN711-34;TP393.08(基本电子电路)

资助基金：浙江省2015年度高等教育教学改革项目JG2015343

在线出版日期：2017-06-16（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：114-117