基于DE优化的BP神经网络在入侵检测中的应用

• 作者: 付丽霞 任玉洁 崔珂 张勇 毛剑琳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 入侵检测 差分进化 BP神经网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 173-175,179
• 页数: 4页
• 分类号: TP319
• 字数: 2770字
• 语种: 中文
• DOI: 10.11907/rjdk.173075

摘要

伴随物联网的迅速发展,网络安全问题变得越来越重要.早期采用的传统BP神经网络算法存在一些致命缺点,如收敛速度较慢、无法跳出局部最优陷阱等.针对传统BP神经网络的问题,选用差分进化算法(DE),通过差分进化算法与神经网络融合,优化BP神经网络的权值、阈值,使BP神经网络的学习能力和差分进化算法的全局搜索优势都得到充分发挥,仿真实验证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	昆明理工大学信息工程与自动化学院	57	218	8.0	12.0
2	毛剑琳	昆明理工大学信息工程与自动化学院	90	337	8.0	14.0
3	付丽霞	昆明理工大学信息工程与自动化学院	23	88	5.0	9.0
4	崔珂	昆明理工大学信息工程与自动化学院	1	4	1.0	1.0
5	任玉洁	昆明理工大学信息工程与自动化学院	4	24	3.0	4.0