基于机器学习的网络异常流量检测方法

• 作者: 张晓艳
• 来源期刊: 现代电子技术
• 关键词: 机器学习 ANFIS BP神经网络 网络异常流量检测
• 年，卷（期）: 2015,（23）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 76-79
• 页数: 4页
• 分类号: TN711-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2015.23.021

摘要

研究一种基于机器学习的网络异常流量检测方法。使用改进型ANFIS算法作为建立的网络异常流量检测方法的核心算法。由于传统的神经网络算法使用的梯度下降算法在实际应用时，存在易陷入局部极小值，训练效率低下等问题，因此研究的改进型ANFIS算法使用附加动量算法修正模型参数，使系统能够越过误差曲面的局部最小值。最后使用KDD CUP99数据库以及LBNL实验室测试的数据对改进型ANFIS算法和BP神经网络算法的检测方法进行性能测试。结果表明，使用改进型ANFIS算法检测系统的训练效率以及检测准确率均优于使用BP神经网络算法建立的模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓艳		22	53	4.0	7.0