基于神经网络的IDS网络行为学习算法

• 作者: 林好 王新颖 蒋外文 陈海鹏
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 入侵检测系统 神经网络 竞争学习
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 213-217
• 页数: 5页
• 分类号: TP309
• 字数: 3015字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2008.02.018

摘要

针对竞争层中存在的容易陷入局部极小、可能丢弃局部较理想的神经元问题,提出了增加/删除竞争神经元的神经网络.它采用基于Hebbian假设的非监督学习算法对网络行为进行学习,并根据相似度确定奖励和惩罚的等级.在学习过程中根据需要增加神经元以形成新的聚类,在学习结束后删除错误的聚类,从而避免了死神经元问题,使聚类更加准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋外文	中南大学信息科学与工程学院	58	410	12.0	18.0
2	陈海鹏	吉林大学计算机科学与技术学院	42	525	14.0	22.0
3	王新颖	吉林大学计算机科学与技术学院	8	8	2.0	2.0
4	林好	中南大学信息科学与工程学院	1	1	1.0	1.0