10.3969/j.issn.1673-4785.201304040
变异粒子群优化的 BP 神经网络在入侵检测中的应用
针对入侵检测系统的自主学习性、实时性,提出带变异算子的粒子群优化方法,并用该方法优化BP神经网络以加快其收敛速度,提出了MPSO_BP混合优化算法。为提高入侵检测系统的检测率、降低误报率,提出了一种新的入侵检测模型(MPBIDS)。采取Iris数据集对3个BP神经网络进行模拟实验,结果表明,优化后的BP神经网络具有更好的收敛速度和精度。将改进的BP 神经网络应用到入侵检测中,采取KDDCUP 99为测试数据集,仿真结果表明,基于改进BP神经网络的入侵检测模型能提高检测率、降低误报率。
变异算子、入侵检测系统、粒子群优化算法、BP神经网络
TP393(计算技术、计算机技术)
国家自然科学基金资助项目60963022.
2014-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
558-563