蚁群算法选择神经网络参数的网络入侵检测

• 作者: 鲍梦
• 来源期刊: 现代电子技术
• 关键词: 网络安全 神经网络 参数优化 蚁群算法 入侵检测分类器
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 信息安全
• 页码范围: 91-93,97
• 页数: 4页
• 分类号: TN915.08-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.17.023

摘要

入侵检测是保证网络安全的关键技术,为了解决神经网络在入侵检测应用中的参数优化难题,提出蚁群算法选择神经网络参数的网络入侵检测模型.首先描述蚁群算法与神经网络参数之间的联系,并建立神经网络参数选择的目标函数,然后采用蚁群算法对目标函数的最优解进行搜索,确定神经网络的最佳参数,最后通过神经网络自组织学习实现入侵检测分类器的构建,选择入侵检测标准数据在Matlab 2014平台上实现仿真实验.结果表明,该模型解决了神经网络在入侵检测中的参数优化难题,建立了综合性能良好的入侵检测分类器,分类结果和分类速度均比典型模型有较显著的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍梦		8	9	2.0	3.0