入侵检测数据分类模型-PCANN

• 作者: 刘仙跃 田俊峰
• 来源期刊: 微电子学与计算机
• 关键词: 入侵检测 神经网络 主成分分析
• 年，卷（期）: 2007,（9）
• 页码范围: 126-129,133
• 页数: 5页
• 分类号: TP338.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2007.09.037

摘要

针对现有基于神经网络(NN)的入侵检测模型(IDS)所存在的不足,在分析入侵数据固有的特点的基础上,引入主成分分析方法,提出了一种"主成分分析(PCA)-神经网络"的入侵检测数据分类模型.该模型中入侵数据得以缩减,神经网络规模得以简化,弥补了现有入侵检测模型所存在的不足.基于KDD99数据的仿真试验,验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田俊峰	河北大学数学与计算机学院	121	962	17.0	24.0
2	刘仙跃	河北大学数学与计算机学院	1	9	1.0	1.0