基于集成RBF神经网络的入侵检测研究

• 作者: 李秋德
• 来源期刊: 网络安全技术与应用
• 学科: 工学
• 关键词: 入侵检测 聚类子算法 RBP神经网络 集成
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 理论·广角
• 页码范围: 87-88
• 页数: 2页
• 分类号: TP393.08
• 字数: 1767字
• 语种: 中文

摘要

本文提出了一种基于集成RBF神经网络的入侵检测研究,通过对初始化聚类子算法的改进,从而提高了RBF神经网络的训练速度,采用集成理论对RBF神经网络的集成以提高检测率.实验结果表明,集成神经网络比RBF神经网络的检测率提高了1％,且降低了误报率和漏报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秋德	贵阳医学院医学生物工程系	2	1	1.0	1.0