基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
阐述了基于神经网络LMBP算法的入侵检测方法,在对网络中的IP数据包进行分析处理以及特征提取的基础上,采用神经网络进行训练或判别,以达到对未知数据包进行检测的目的.由传统的BP算法与LMBP算法的分析与比较得到:LMBP算法解决了传统BP算法的收敛速度慢、易陷入局部最小的问题.实验结果表明,LMBP算法的学习速度快,收敛速度快,将这个算法应用于基于神经网络的入侵检测,效果良好,判别准确率高,为实现高效准确的入侵检测提供了一种有效的方法.
推荐文章
基于遗传算法的集成神经网络入侵检测系统
入侵检测
集成学习
集成神经网络
基于自适应进化神经网络算法的入侵检测
遗传算法
神经网络算法
模拟退火算法
入侵检测
基于量子遗传算法优化神经网络的入侵检测
入侵检测
量子遗传算法
智能检测
BP神经网络
网络安全
基于CFA和BP神经网络的入侵检测方法
CFA
BP神经网络
入侵检测
遗传算法
粒子群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络LMBP算法的入侵检测方法
来源期刊 计算机应用与软件 学科 工学
关键词 BP神经网络 入侵检测 LMBP算法
年,卷(期) 2007,(8) 所属期刊栏目 安全技术
研究方向 页码范围 183-185,188
页数 4页 分类号 TP3
字数 4086字 语种 中文
DOI 10.3969/j.issn.1000-386X.2007.08.068
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈海 南昌大学信息工程学院 21 139 7.0 11.0
2 王炜立 南昌大学信息工程学院 18 97 6.0 9.0
3 丁邦旭 南昌大学信息工程学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (15)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
入侵检测
LMBP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导