基于群智能算法优化神经网络的网络安全事件分析

• 作者: 高峰
• 来源期刊: 现代电子技术
• 关键词: 遗传算法 LMS算法 RBF神经网络 入侵识别 网络安全事件分析
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 信息安全
• 页码范围: 123-126
• 页数: 4页
• 分类号: TN915.08-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.21.030

摘要

研究一种基于群智能算法优化神经网络的网络安全事件分析模型,使用遗传算法和LMS算法对常规RBF神经网络中的隐含层神经元个数、基函数中心以及各层连接阈值和权值进行优化,得到最优解,从而提高RBF神经网络模型的训练效率和精度,提高基于RBF神经网络的网络安全事件分析效率和准确度.使用KDD CUP99数据集中的网络入侵事件数据对研究的网络安全入侵事件分析模型进行实例研究,测试结果表明,该分析模型相比常规神经网络算法建立的模型具有更高的识别准确率,能够准确识别分析正常事件和四种网络攻击入侵事件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高峰	重庆文理学院软件工程学院	13	49	3.0	7.0