基于混沌神经元的延时滥用入侵检测模型

• 作者: 于戈 姚羽 高福祥
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 滥用入侵检测 MLP/CNN混合神经网络 混沌神经元 延时分类
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1370-1373
• 页数: 4页
• 分类号: TP309
• 字数: 3426字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.08.034

摘要

在研究混沌神经元延时特性的基础上,构建了MLP/CNN混合前馈型神经网络.提出基于混沌神经元的滥用入侵检测模型,它既具备MLP的分类功能,又具有混沌神经元的延时、收集和思维判断功能,具有灵活的延时分类特性,因而能够有效地识别分布式入侵.使用从网络数据流中获取的样本,以FTP口令穷举法入侵为例,对该模型进行仿真和整体测试,结果表明可以依据实际情况设置入侵判据,本文对FTP入侵检测的精确率在98%以上,误报率和漏报率均小于2%.该模型可以推广到检测分布式DOS等具有延时特性的攻击行为和具有延时分类要求的其它系统中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高福祥	东北大学信息科学与工程学院	30	201	9.0	13.0
2	于戈	东北大学信息科学与工程学院	426	6587	38.0	64.0
3	姚羽	东北大学信息科学与工程学院	12	40	3.0	6.0