基于RBF和Elman混合神经网络的入侵检测系统的研究

• 作者: 于延 张军 王建华
• 来源期刊: 微电子学与计算机
• 关键词: 入侵检测系统 异常检测 误用检测 混合神经网络
• 年，卷（期）: 2009,（8）
• 页码范围: 155-157,162
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

提出一种基于RBF和Elman混合神经网络模型的入侵检测系统,本模型具有记忆功能,可以有效地检测离散而又相联系的攻击行为,RBF网络是一个实时的模式分类器,而Elman网络实现了对事件的记忆能力,基于此混合模型的入侵检测系统使用DARPA数据集进行测试评估,使用ROC曲线直观的显示测试的结果,实验证明基于此混合模型的入侵检测系统可以有效地提高检测率,降低误报率和漏报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于延	哈尔滨师范大学计算机科学与信息工程学院	55	259	9.0	14.0
2	王建华	哈尔滨师范大学计算机科学与信息工程学院	92	484	11.0	15.0
3	张军	哈尔滨师范大学计算机科学与信息工程学院	42	223	9.0	13.0