蚁群算法选择神经网络参数的网络入侵检测

• 作者: 苏明 马琳
• 来源期刊: 现代电子技术
• 关键词: 网络入侵检测 蚁群算法 神经网络 参数选择 数据采集 入侵检测模型 结果分析
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 114-117
• 页数: 4页
• 分类号: TN926-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.22.028

摘要

面对日益严峻的网络入侵形势,网络检测是保证网络安全的重要手段,因此提出蚁群算法选择神经网络参数的网络入侵检测方法.通过神经网络学习采集的网络入侵检测数据,学习过程中采用蚁群算法通过路径寻优、更新信息素等方式选择最佳的神经网络权值和阈值,得到最佳网络入侵检测模型,实现网络入侵的有效检测.实验结果表明,该方法具有较高的网络入侵检测准确率,检测网络入侵的效果更好,速度更快,且抗噪性能强;并且使用者对该方法的检测速度、错误率等方面均要优于传统方法,说明该检测方法的应用效果好、价值高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马琳		2	0	0.0	0.0
2	苏明		5	2	1.0	1.0