基于概率神经网络的IPv6入侵检测技术研究

• 作者: 任密林 徐成武 贺静
• 来源期刊: 太原理工大学学报
• 关键词: IPv6 入侵检测 概率神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息工程·计算机科学与技术
• 页码范围: 969-972,983
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2017.06.016

摘要

分析了IPv6常见网络问题与入侵检测技术,介绍了基于神经网络的IPv6入侵检测技术模型.鉴于概率神经网络有强大的非线性分类能力,可以非常准确地完成入侵攻击分类等优点,提出了一种基于概率神经网络的IPv6入侵检测技术,将IPv6中获取的数据包进行预处理后,利用概率神经网络进行数据类型分类.实验证明,该方法在IPv6入侵检测的检测精度和检测效率上都得到了较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺静	太原理工大学信息化管理与建设中心	15	95	6.0	9.0
2	徐成武	太原理工大学信息化管理与建设中心	9	14	2.0	3.0