一种基于神经网络的入侵检测技术

• 作者: 薛俊 陈行 陶军
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 入侵检测 BP算法 检测率 误报率
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 安全与防范
• 页码范围: 148-150,154
• 页数: 4页
• 分类号: TP393.08
• 字数: 2673字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.08.041

摘要

应用神经网络技术不仅能识别已知的网络人侵行为,而且也能识别许多未知的网络入侵的变种.BP神经网络是一种成功的神经网络技术,然而,标准BP算法学习速率固定,不能根据实际情况动态改变学习速率.为了自适应当前网络学习的状况,提高网络的收敛速度,提出了一种基于综合增加动量项与自适应调节学习速率相结合的改进BP算法,可以满足入侵检测分类识别的需求.选用Kddcup 1999 Data网络连接数据集进行特征提取和预处理之后,送人神经网络进行训练和测试,得到较高的检测率和较低的误报率.实验表明,基于改进的BP神经网络的入侵检测方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶军	东南大学计算机科学与工程学院	52	345	8.0	15.0
5	陈行	东南大学计算机科学与工程学院	10	71	4.0	8.0
9	薛俊	东南大学计算机科学与工程学院	2	13	2.0	2.0