一种基于DBN的网络入侵检测算法

• 作者: 徐东辉 樊汝森 王勇
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 深度学习 神经网络 入侵检测 网络安全
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 信息安全
• 页码范围: 589-592
• 页数: 4页
• 分类号: TP393.07|TP393.08
• 字数: 2630字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4729.2013.06.017

摘要

针对传统BP神经网络在检测速度、精度、复杂度等方面的缺陷,提出了一种基于深度信念网(deepbelief nets,DBN)的网络入侵检测算法,将数据通过双层RBM结构降维,再用BP神经网络反向微调结构参数,从而简化了数据复杂度,减少了BP神经网络的计算量.通过对KDD99数据集仿真实验表明,该算法对于大数据拟合快,检测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	上海电力学院计算机科学与技术学院	67	322	10.0	14.0
2	樊汝森	上海电力学院电子与信息工程学院	3	16	3.0	3.0
3	徐东辉	上海电力学院电子与信息工程学院	3	14	3.0	3.0