改进的HS算法优化BP神经网络的入侵检测研究

• 作者: 丁红卫 万良 邓烜堃
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: BP神经网络 入侵检测 和声搜索算法 初始值优化 局部最优
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 65-72
• 页数: 8页
• 分类号: TP393.081
• 字数: 6658字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.01.009

摘要

基于传统BP神经网络的入侵检测中,BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷.初始值的选择直接影响到BP神经网络的训练效果,较好的初始值有利于BP神经网络跳过局部最优,从而提高训练效率.针对BP神经网络的缺陷,提出了用改进的和声搜索算法对BP神经网络的初始值进行优化,使得BP神经网络得到一组较优的初值的方法.实验结果显示,改进的和声搜索算法具有更高的适应度函数值,将该算法优化的BP神经网络用在入侵检测中,能够显著提高算法检测率和收敛速率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万良	贵州大学计算机科学与技术学院	37	125	6.0	8.0
2	丁红卫	贵州大学计算机科学与技术学院	9	24	4.0	4.0
3	邓烜堃	贵州大学计算机科学与技术学院	7	23	3.0	4.0