基于GA与BP神经网络的网络入侵检测组合模型研究

• 作者: 沈利香
• 来源期刊: 常州工学院学报
• 学科: 工学
• 关键词: 遗传算法 反向传播神经网络 特征选择 入侵检测系统
• 年，卷（期）: 2012,（4）
• 页码范围: 27-32
• 页数: 6页
• 分类号: TP393.08
• 字数: 4708字
• 语种: 中文

摘要

针对入侵检测系统产生的高维数据的处理问题,提出基于GA与BP神经网络的入侵检测组合模型进行特征选择。为了优化入侵检测分类算法,利用遗传算法适合复杂系统优化的特点,去除入侵检测数据多维特征属性中的冗余部分,将入侵检测数据特征属性对应到染色体,BP神经网络的分类准确率作为种群个体的适应度值,通过遗传算法的全局搜索能力,找出对分类算法最有影响的特征属性组合,从而达到降维的目的。采用KDD99数据集进行分析,实验表明,经过组合算法特征选择的数据能在分类正确率、运算时间、运算稳定性等方面取得更优的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈利香	常州工学院计算机信息工程学院	20	68	4.0	7.0