基于改进RBF神经网络的入侵检测研究

• 作者: 张晶 毕志明 田俊峰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 熵 模糊聚类 径向基函数神经网络
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 135-138
• 页数: 4页
• 分类号: TP393
• 字数: 4867字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.31.039

摘要

近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高.RBF神经网络在一定程度上克服了BP神经网络存在的问题,但如何确定一个合适的RBF网络隐层神经元中心个数又是保证其应用效果的关键之一.因此,将基于熵的模糊聚类和RBF神经网络相结合,提出了基于EFC的改进RBF神经网络算法,并将该方法应用于入侵检测研究.实验表明,该算法可以获得满意的性能.

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	张晶	河北大学数学与计算机学院	46	226	9.0	13.0
3	毕志明	河北大学数学与计算机学院	3	37	3.0	3.0