一种基于改进神经网络的入侵容忍系统模型

• 作者: 戴跃伟 王执铨 秦华旺
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵容忍 神经网络 反向传播网络
• 年，卷（期）: 2008,（5）
• 页码范围: 628-631
• 页数: 4页
• 分类号: TP393
• 字数: 3899字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2008.05.021

摘要

该文通过对资源和控制两个属性的分析,将入侵容忍系统的运行状态进行了抽象分类,给出了系统不同运行状态下的相应安全机制;利用改进的反向传播(BP)神经网络对入侵容忍系统建模,给出了BP网络的输入和输出节点以及基于该BP网络的系统工作原理,用实例描述了该系统的一个典型的入侵容忍过程;实验结果表明,该系统对入侵具有较好的检测和容忍能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王执铨	南京理工大学自动化学院	331	3939	30.0	46.0
2	戴跃伟	南京理工大学自动化学院	109	931	17.0	24.0
3	秦华旺	南京理工大学自动化学院	18	51	5.0	6.0