一种基于进化神经网络的混合入侵检测模型

• 作者: 屈洪春 王帅
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 入侵检测 误用检测 异常检测 遗传算法 进化神经网络
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 信息安全
• 页码范围: 335-338
• 页数: 4页
• 分类号: TP393.08
• 字数: 4657字
• 语种: 中文

摘要

为了提高入侵检测系统的检测率并降低误报率,将误用检测技术和异常检测技术进行结合,以克服采用单一技术的缺陷.采用改进的进化神经网络作为检测引擎,首先,通过对遗传算法进行改进,弥补实数编码全局寻优能力差的缺陷,且降低计算的复杂度,提高进化收敛速度;然后,将改进的遗传算法和BP神经网络的LM算法进行结合,进一步克服神经网络学习阶段训练速度慢和易陷入局部最优的缺点,进而提高神经网络的分类能力和模式识别能力.采用KDDCUP99数据集作为训练与测试数据集进行实验,结果表明,基于改进的进化神经网络建立的混合入侵检测模型在数据特征规则的提取速度、检测精度以及识别新的攻击类型方面有明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王帅	重庆邮电大学工业物联网及网络化控制教育部重点买验室	9	23	2.0	4.0
2	屈洪春	重庆邮电大学工业物联网及网络化控制教育部重点买验室	7	29	3.0	5.0