一种改进QPSO优化BP网络的入侵检测算法

• 作者: 何伟山 秦亮曦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 入侵检测 BP神经网络 量子粒子群优化 变异操作 自适应变异量子粒子群
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 安 全 与 防 范
• 页码范围: 147-150
• 页数: 4页
• 分类号: TP301.6
• 字数: 4286字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.12.035

摘要

为了较好克服量子粒子群算法存在早熟收敛的缺点，在分析算法参数和流程的基础上，提出了一种带变异操作的改进量子粒子群优化算法。针对传统BP算法易于陷入局部极小的不足，将改进的算法应用到BP神经网络的学习过程中，修正BP网络的权值和阈值，提高其收敛性能。并将优化的BP神经网络模型应用于入侵检测中，用标准入侵检测数据对基于不同算法的BP网络进行仿真实验比较。实验结果表明，改进后的BP算法迭代次数少，收敛速度有所提高，在一定程度上提高了入侵检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦亮曦	广西大学计算机与电子信息学院	43	334	10.0	17.0
2	何伟山	广西大学计算机与电子信息学院	1	1	1.0	1.0