基于QPSO小波神经网络的网络异常检测

• 作者: 刘渊 林星 马汝辉
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 量子粒子群优化算法 梯度下降 小波神经网络 网络异常检测
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 电气工程与计算机技术
• 页码范围: 261-264
• 页数: 4页
• 分类号: TP393.01
• 字数: 3178字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2009.02.029

摘要

为了提高网络异常检测中,对异常状态的检测率,降低对正常状态的误判率,提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法.利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量.实验数据采用KDD CUP99数据集,实验结果表明:该学习算法与传统的梯度下降法(GD)和粒子群算法(PSO)相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,同时该方法对于新的异常也有较高检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体中心	235	1325	17.0	25.0
2	马汝辉	江南大学信息工程学院	4	19	3.0	4.0
3	林星	江南大学信息工程学院	4	86	4.0	4.0