基于PCA的GABP神经网络入侵检测方法

• 作者: 刘益良 刘衍鹏 常伟 黄勤
• 来源期刊: 计算机应用研究
• 关键词: 主成分分析 遗传神经网络 入侵检测系统 仿真实验
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 信息安全技术
• 页码范围: 4754-4757
• 页数: 4页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.100

摘要

为克服BP算法易陷入局部最小的缺点,同时为减少样本数据维数,提出一种基于主成分分析(PCA)的遗传神经网络方法.通过降维和去相关加快收敛速度,采用改进的遗传算法优化神经网络权值,利用自适应学习速率动量梯度下降算法对神经网络进行训练.MATLAB仿真实验结果表明,该方法在准确性和收敛性方面都优于BP算法,应用于入侵检测系统中的检测率和误报率明显优于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄勤	重庆大学自动化学院	48	419	11.0	18.0
2	刘益良	重庆大学自动化学院	6	49	4.0	6.0
3	刘衍鹏	重庆大学自动化学院	2	25	2.0	2.0
4	常伟	重庆大学自动化学院	2	25	2.0	2.0