基于RBF神经网络的入侵检测优化算法研究

• 作者: 周铁军 李新宇
• 来源期刊: 计算机安全
• 学科: 工学
• 关键词: 入侵检测 RBF神经网络 遗传算法
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术技术
• 页码范围: 29-32
• 分类号: TP183|TP393.08
• 字数: 4200字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0428.2011.04.009

摘要

入侵检测系统在保障信息安全方面起着重要的作用,对入侵检测系统智能性的研究是当前信息安全领域的研究热点.针对入侵检测系统存在的离漏报率和误报率等缺点,在对RBF(Radial Basic Functions径向基函数)神经网络优化算法进行对比研究的基础上,利用遗传算法优化传统RBF算法的网络初始权重,成功地将GA-RBF算法运用到入侵检测中去.实验结果表明,将GA-RBF算法运用到入侵检测模型中,可以较好地提高入侵检测的效率,降低误警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周铁军	中南林业科技大学计算机与信息工程学院	20	103	6.0	9.0
2	李新宇	中南林业科技大学计算机与信息工程学院	4	7	2.0	2.0