CIPS中基于改进GANN的入侵检测模型

• 作者: 张正光 李国宁 陈璐
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 遗传算法神经网络 BP神经网络 入侵检测 计算机集成过程系统 主成分分析
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 154-157
• 页数: 4页
• 分类号: TP309.2
• 字数: 3421字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.04.036

摘要

应用在计算机集成过程系统(CIPS)网络中的入侵检测系统误报率和漏报率较高.针对该问题,利用遗传算法的全局寻优能力和神经网络对于非线性映射的强大逼近能力,提出具有自学习和自适应能力、基于遗传算法神经网络(GANN)的入侵检测模型,包括数据采集模块、数据预处理模块、神经网络分析模块和入侵报警模块4个部分.为克服遗传算法易早熟、搜索迟钝的缺点,对GANN的适应度值调整方式进行改进,对遗传算法的参数设定进行优化,并采用改进的遗传算法优化收敛速度慢、易陷入极值的BP神经网络.仿真实验结果表明,该模型使系统的检测率提高至97.11％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈璐	兰州交通大学自动化与电气工程学院	8	56	6.0	7.0
2	张正光	兰州交通大学自动化与电气工程学院	4	27	4.0	4.0
3	李国宁	兰州交通大学自动化与电气工程学院	48	149	7.0	8.0