基于粗糙集和CP神经网络的入侵检测模型

• 作者: 梁碧珍 黄小龙
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 属性约简 入侵检测
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 网络与互联技术
• 页码范围: 115-117,133
• 分类号: TH319
• 字数: 3335字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.10.028

摘要

研究网络入侵检测准确度问题.针对入侵检测系统存在的比较高的漏报率以及高的误报率等缺陷,根据CP神经网络算法的优点,提出了一种改良型的CP神经网络入侵检测算法.算法采用已学习好的二值神经网络将简化的数据集作为CP神经网络输入数据,这样简化了CP神经网络的结构,解决了直接用CP学习造成的训练样本数量过大而难以收敛的问题,同时缩短了样本训练时间,有效提高了CP神经网络分类正确率.在Matlab平台上进行仿真的结果表明,所提出的新的入侵检测算法,训练样本时间更短,与传统网络入侵检测系统模型相比,具有更好的入侵识别率和检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄小龙	百色学院数学与计算机工程系	27	62	5.0	6.0
2	梁碧珍	百色学院数学与计算机工程系	15	63	4.0	7.0