基于量子遗传算法优化神经网络的入侵检测

• 作者: 张澎 王鲁达 高守平
• 来源期刊: 计算机工程
• 学科: 地球科学
• 关键词: 入侵检测 量子遗传算法 智能检测 BP神经网络 网络安全
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 安全技术
• 页码范围: 124-126
• 分类号: PT391
• 字数: 3634字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.23.042

摘要

针对入侵检测的效率及准确性问题,提出一种基于量子遗传算法优化神经网络的入侵智能检测模型,该模型基于量子遗传算法的全局搜索和神经网络局部精确搜索特性,将量子遗传算法和BP算法有机结合.利用改进的量子遗传算法优化BP神经网络的权重和阈值,使BP神经网络能快速准确地识别入侵,增强计算机网络安全.运用Matlab软件对该模型进行仿真.实验结果表明,与其他同类方法相比,该方法的检测率更高、误报率更低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高守平	湘南学院计算机科学系	28	160	6.0	11.0
2	张澎	湘南学院计算机科学系	22	40	4.0	5.0
3	王鲁达	湘南学院计算机科学系	34	98	6.0	9.0