蚁群算法选择神经网络参数的网络入侵检测

摘要：

入侵检测是保证网络安全的关键技术,为了解决神经网络在入侵检测应用中的参数优化难题,提出蚁群算法选择神经网络参数的网络入侵检测模型.首先描述蚁群算法与神经网络参数之间的联系,并建立神经网络参数选择的目标函数,然后采用蚁群算法对目标函数的最优解进行搜索,确定神经网络的最佳参数,最后通过神经网络自组织学习实现入侵检测分类器的构建,选择入侵检测标准数据在Matlab 2014平台上实现仿真实验.结果表明,该模型解决了神经网络在入侵检测中的参数优化难题,建立了综合性能良好的入侵检测分类器,分类结果和分类速度均比典型模型有较显著的优势.

关键词：网络安全、神经网络、参数优化、蚁群算法、入侵检测分类器

所属期刊栏目：40

分类号：TN915.08-34;TP391

资助基金：项目驱动教学法在《C语言程序设计》教学中的应用研究

在线出版日期：2017-09-20（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：91-93,97