基于Dempster-Shafer理论的GHSOM入侵检测方法

• 作者: 刘帅 苏洁 董伟伟 许璇 谢立鹏
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: Dempster-Shafer理论 增量式GHSOM神经网络 入侵检测 网络安全
• 年，卷（期）: 2015,（Z1）
• 所属期刊栏目: 学术论文
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP309
• 字数: 4159字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015282

摘要

结合证据推理DS理论,提出了基于Dempster-Shafer理论的GHSOM神经网络入侵检测方法,一方面处理数据不确定性中的随机性和模糊性问题,可以在噪音环境下保持良好的检测率,此外通过证据融合理论缩小数据集,有效控制网络的动态增长.实验结果表明,基于Dempster-Shafer理论的GHSOM入侵检测方法实现了对子网拓展规模在检测中的动态控制,提升了在网络规模不断扩展时的动态适应性,在噪音环境下具有良好的检测准确率,提升了GHSOM入侵检测方法的扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏洁	哈尔滨理工大学计算机科学与技术学院	14	51	5.0	6.0
2	刘帅	哈尔滨理工大学计算机科学与技术学院	7	48	5.0	6.0
3	董伟伟	哈尔滨理工大学计算机科学与技术学院	1	5	1.0	1.0
4	许璇	哈尔滨理工大学计算机科学与技术学院	1	5	1.0	1.0
5	谢立鹏	哈尔滨理工大学计算机科学与技术学院	1	5	1.0	1.0