基于主成分分析的神经网络入侵检测仿真研究

• 作者: 单冬红 赵伟艇
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 主成分分析 入侵检测 遗传算法
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 153-156,279
• 分类号: TP393.08
• 字数: 4243字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.06.038

摘要

研究入网络安全的入侵检测问题.针对网络入侵数据的高维、非线性和冗余特点,传统降维和检测方法检测率低的难题,为了提高网络安全性,提出一种基于主成分分析的遗传神经网络网络入侵检测方法.首先对网络入侵的数据维数利用主成分分析进行降维处理,消除数据之间的冗余信息,简化神经网络的输入,然后采用遗传算法对神经网络的权值进行优化,加快神经网络的学习速度,最后采用优化的神经网络模型对主成分分析后的数据进行检测,捕捉网络入侵数据的非线性规律.通过网络入侵KDD CUP 99数据集对该算法进行验证性实验,实验结果表明,相对于其它网络入侵检测方法,该方法学习速度快,检测正确率高、漏报率与误报率低,是一种高效、实时好的网络入侵检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟艇		36	88	5.0	7.0
2	单冬红		31	74	6.0	7.0