基于多层激励函数量子神经网络的入侵检测研究

• 作者: 冯建利 拱长青
• 来源期刊: 沈阳航空工业学院学报
• 学科: 工学
• 关键词: 入侵检测 量子神经网络 多层激励函数
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机工程
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP399
• 字数: 3493字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2010.01.015

摘要

为解决传统入侵检测模型所存在的检测效率低,对未知的入侵行为检测困难等问题,对神经网路隐层激励函数进行了研究,利用多层激励甬数的量子神经网络模型进行入侵检测,该量子神经网络借鉴量子理论中量子态叠加的思想,使得隐层神经元能表示更多地状态或量级,从而很好的对入侵类型进行分类,增加隐层神经元的处理速度和检测性能法.实验表明,叠加的每个sigmoid函数较传统的sigmoid函数不仅对已知的入侵具有较好的识别能力,而且能较好的识别未知入侵行为,从而实现入侵检测的智能化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	拱长青	沈阳航空工业学院计算机学院	31	203	8.0	13.0
2	冯建利	沈阳航空工业学院计算机学院	1	3	1.0	1.0