作者:
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:
入侵检测作为一种主动的信息安全保障措施,有效地弥补了传统安全防护技术的缺陷.本文利用鸟群特性和神经网络对任意非线性函数的逼近能力,提出了一种基于鸟群神经网络的入侵检测方法.用鸟群变换代替普通神经网络的激励函数,能有效地提高网络样本训练的效率和速度,在仿真结果中体现出了很好的收敛速度和学习能力,比较适合用于入侵检测系统中.通过把鸟群神经网络技术与SNORT相结合,进行仿真实验.结果表明这种入侵检测系统模型是有效的.
推荐文章
基于神经网络的入侵检测模型
入侵
入侵检测系统
神经网络
基于遗传神经网络的入侵检测
入侵检测
神经网络
遗传算法
网络安全
基于神经网络的入侵检测系统的设计
改进的误差反向传播算法
神经网络
入侵检测
基于混合神经网络的入侵检测技术
SOM
LVQ
异常检测
聚类
分类
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 基于鸟群神经网络入侵检测的研究
来源期刊 网络安全技术与应用 学科 工学
关键词 入侵检测 鸟群 神经网络
年,卷(期) 2008,(3) 所属期刊栏目 应用安全
研究方向 页码范围 62-65
页数 4页 分类号 TP3
字数 4120字 语种 中文
DOI 10.3969/j.issn.1009-6833.2008.03.025
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 李旭 浙江警察学院实验中心计算机室 11 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (93)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
研究主题发展历程
节点文献
入侵检测
鸟群
神经网络
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导