GARBF在网络入侵检测中的应用研究

• 作者: 周敏
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 遗传算法 神经网络 优化 入侵检测
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 165-168
• 分类号: TP319
• 字数: 3063字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.06.041

摘要

研究网络安全问题,提高入侵检测效率,针对网络入侵检测传统采用RBF神经网络方法在网络入侵中由于初始权值设定不当导致检测入侵耗时长、正确检测率低,误报和漏报率记的难题,为了解决上述问题,提出了一种GARBF神经网络入侵检测模型.GARBF神经网络模型在网络入侵检测过程中,采用遗传算法对RBF神经网络初始权值进行优化,然后将网络入侵数据输入优化的RBF神经网络中进行学习和检测.结果表明,相比较传统网络入侵检测模型,网络入侵检测误报率、耗时都较低,证明提高网络入侵检测的正确性和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周敏	常州信息职业技术学院计算机科学与技术学院	13	38	4.0	6.0