基于神经网络模型分割的入侵检测方法

• 作者: 唐耀庚 王晓霞
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 入侵检测 神经网络 子神经网络 模型分割 检测率
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 信息安全技术
• 页码范围: 5082-5086
• 页数: 5页
• 分类号: TP183
• 字数: 5164字
• 语种: 中文

摘要

针对神经网络在入侵检测应用中存在资源消耗大、学习效率低等不足,提出一种基于神经网络模型分割的入侵检测方法.该方法根据当前典型攻击的特征,为每类攻击分别建立独立的子神经网络,对该类攻击进行学习和检测.然后再将每个子神经网络分割成多个更小的子模型,来降低学习时间和减少神经网络各层之间的连接权数目.设计了相应算法并进行仿真实验.实验结果表明,提出的方法提高了入侵检测的速度,降低了系统资源的消耗,提高了检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐耀庚	南华大学计算机科学与技术学院	71	277	9.0	13.0
2	王晓霞	南华大学计算机科学与技术学院	5	21	3.0	4.0