基于数据挖掘技术的网络入侵检测技术研究

• 作者: 吕海燕 周立军 张杰
• 来源期刊: 现代电子技术
• 关键词: 数据挖掘 BP神经网络 网络入侵检测 粒子群优化算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 10-13
• 页数: 4页
• 分类号: TN915-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.06.003

摘要

在此对基于数据挖掘技术的网络入侵检测技术进行研究。考虑到常规BP神经网络建立的网络入侵检测技术存在由于BP神经网络容易陷入最小值导致检测效率和准确率低下等问题，使用粒子群算法对BP神经网络模型进行优化，使用动态惯性权重系数以确定BP神经网络的参数，并将网络入侵流量特征与BP神经网络的参数组合并编码成一个粒子以实现网络入侵流量特征与BP神经网络的参数的同步选取。通过使用KDD CUP99数据库的入侵流量数据对使用该方法以及常规BP神经网络建立的检测模型进行训练和测试，结果表明，研究算法建立的检测模型具有更高的检测效率以及检测准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张杰		52	222	8.0	12.0
2	周立军		45	177	8.0	12.0
3	吕海燕		44	239	9.0	13.0