基于改进的动态神经网络的网络入侵检测模型

• 作者: 孙济洲 张桂玲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 动态神经网络 网络入侵检测 遗传算法
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 10-12
• 页数: 3页
• 分类号: TP393.08
• 字数: 3465字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.11.004

摘要

提出了一种改进型的动态神经网络,并成功地将其应用于网络入侵检测系统中.对于给定的全连接的动态神经网络,在通过学习以后可以成为部分连接的神经网络系统,从而降低了计算的成本.针对目前常见的4种不同类型的网络攻击行为(即DoS,Probe,R2L,和U2R),利用给定的改进型的动态神经网络分别构建相对应的检测系统.然后使用改进的遗传算法对给定的动态神经网络的权值和开关参数进行调节,以适应不同类型的入侵检测.最后利用KDD'99网络入侵检测数据对所提出的网络入侵检测模型进行训练和测试,初步试验结果表明,所提出的入侵检测系统具有较高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙济洲	天津大学电信学院计算机软件研究与发展中心	157	1707	21.0	34.0
2	张桂玲	天津大学电信学院计算机软件研究与发展中心	3	21	3.0	3.0