基于AFSA-BPNN的网络入侵检测模型

• 作者: 岳小冰
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 入侵检测 神经网络参数 人工鱼群算法 仿真测试
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 30-32
• 页数: 3页
• 分类号: TP391
• 字数: 2961字
• 语种: 中文

摘要

为了提高网络入侵检测的效果,针对BP算法收敛速度慢、易陷入局部极值等难题,提出一种基于人工鱼群算法优化BP神经网络的网络入侵检测模型.该模型在基本BP算法的误差反向传播的基础上,采用人工鱼群算法对BP网络的权值和阀值的调整,不仅充分利用了人工鱼群算法的全局寻优性,同时保持了BP算法的反向传播特点,最后,利用建立网络入侵检测模型.采用KDD CUP 99数据集进行仿真实验,结果表明,模型提高了网络入侵检测正确率,而且执行效率可以满足网络安全实际应用要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳小冰	河南工业职业技术学院电子信息工程系	22	32	3.0	4.0