基于PSO算法的模糊神经网络的网络异常检测

• 作者: 施莹 杨小明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化算法 梯度下降 模糊神经网络 网络异常检测
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 131-133
• 页数: 3页
• 分类号: TP393.01
• 字数: 2971字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.06.037

摘要

在网络异常检测中,为了提高对异常状态的检测率,降低对正常状态的误判率,提出一种基于粒子群优化算法训练模糊神经网络进行网络异常检测的新方法.在对模糊神经网络训练中采取PSO算法和梯度下降算法相结合的方法,充分发挥PSO全局寻优的能力和梯度下降局部细致搜索优势.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)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	施莹		6	19	2.0	4.0
2	杨小明	湖州师范学院信息工程学院	7	21	3.0	4.0