基于粗糙集和SPSO的网络入侵检测方案

• 作者: 朱亚东
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 网络入侵检测 粗糙集理论 简化粒子群优化 BP神经网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 工业互联网系统
• 页码范围: 2097-2101
• 页数: 5页
• 分类号: TP393
• 字数: 4562字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160202

摘要

针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化(SPSO)的网络入侵检测方案.首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集.然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化神经网络的权值和阈值参数.最后,以提取的特征为输入,利用优化后的BP神经网络进行网络入侵分类.在DARPA数据集上进行实验,结果表明该方案能够精确的检测U2R、R2L、DoS和PRB类网络攻击,整体分类准确率达到了87％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱亚东	江苏联合职业技术学院南京工程分院信息中心	31	49	4.0	5.0