蚁群算法选择神经网络参数的网络入侵检测

摘要：

面对日益严峻的网络入侵形势,网络检测是保证网络安全的重要手段,因此提出蚁群算法选择神经网络参数的网络入侵检测方法.通过神经网络学习采集的网络入侵检测数据,学习过程中采用蚁群算法通过路径寻优、更新信息素等方式选择最佳的神经网络权值和阈值,得到最佳网络入侵检测模型,实现网络入侵的有效检测.实验结果表明,该方法具有较高的网络入侵检测准确率,检测网络入侵的效果更好,速度更快,且抗噪性能强;并且使用者对该方法的检测速度、错误率等方面均要优于传统方法,说明该检测方法的应用效果好、价值高.

关键词：网络入侵检测、蚁群算法、神经网络、参数选择、数据采集、入侵检测模型、结果分析

所属期刊栏目：43

分类号：TN926-34;TP391

资助基金：北京市自然科学基金重点项目KZ201951160050

在线出版日期：2020-11-18（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