改进差分进化算法优化BP神经网络用于入侵检测

• 作者: 曹晓梅 陈超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: BP神经网络 差分进化算法 模拟退火算法 全局寻优 入侵检测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 310-316,324
• 页数: 8页
• 分类号: TP309.2
• 字数: 7053字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.04.057

摘要

为解决BP神经网络应用于入侵检测时检测率较低、训练时间过长的问题,对改进差分进化算法(SAMDE)优化BP神经网络并用于入侵检测的可行性进行研究.该算法引入模拟退火算法(SA)和一种融合DE/rand/1与DE/best/1的变异算子对差分进化算法进行改进以提高其全局寻优能力.用改进后的算法优化BP神经网络权值阈值.通过逐次的迭代训练使BP神经网络收敛,将优化过的BP神经网络用于入侵检测.仿真实验结果显示,优化的BP网络在收敛速度和精度方面有明显提升,用于入侵检测时提高了检测准确率,缩短了训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹晓梅	南京邮电大学计算机与软件学院	31	269	7.0	15.0
2	陈超	南京邮电大学计算机与软件学院	15	121	6.0	10.0