一种增强SOM网络识别连续型网络攻击的新方法

• 作者: 孙世新 王磊
• 来源期刊: 计算机应用研究
• 关键词: 入侵检测 神经网络 SOM FIR滤波器 学习算法
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 信息安全
• 页码范围: 137-138,147
• 页数: 3页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2005.10.045

摘要

提出了结合广义FIR滤波器和传统SOM网络的FSOM模型,以增强SOM对连续型网络攻击的识别能力,给出了相应的学习算法.并采用DARPA的1999年KDD入侵检测评估数据库作为网络的训练和测试数据,经仿真得到的检测率为93.1%,误报率为7.3%,表明该方法用于入侵检测有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙世新	电子科技大学计算机科学与工程学院	141	955	16.0	22.0
2	王磊	电子科技大学计算机科学与工程学院	51	356	8.0	16.0