遗传算法优化的神经网络入侵检测系统

• 作者: 颜珍平 颜谦和
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 入侵检测 神经网络 遗传算法
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 141-144
• 分类号: TP393
• 字数: 3980字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.04.035

摘要

研究确保网络安全问题,网络入侵手段具有多样性的,针对病毒和黑客攻击,传统方法检测易出现因初始权值设置不当,导致检测速度慢、检测正确率低的难题,为了提高网络检测正确率,提出一种遗传算法来优化BP神经网络权值的网络入侵检测方法.方法首先通过遗传算法找到BP神经网络的最适合权值,而后采用优化的BP神经网络对网络入侵数据进行学习和检测.实验结果表明,与传统网络入侵检测算法相比,优化的BP神经网络提高网络入侵检测正确率,加快了网络入侵检测的速度,提高检测效率,为设计提供了依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜珍平		41	170	7.0	12.0
2	颜谦和		39	173	7.0	12.0