本文選題：網(wǎng)絡(luò)入侵　切入點(diǎn)：蝙蝠算法　出處：《計(jì)算機(jī)仿真》2015年02期

【摘要】：研究網(wǎng)絡(luò)入侵安全問(wèn)題,網(wǎng)絡(luò)入侵具有隱蔽性、隨機(jī)性和突發(fā)性等復(fù)雜變化特點(diǎn),傳統(tǒng)方法無(wú)法描述變化規(guī)律,導(dǎo)致入侵檢測(cè)正確率低。為了提高網(wǎng)絡(luò)入侵檢測(cè)效果,針對(duì)BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化問(wèn)題,提出一種蝙蝠算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)網(wǎng)絡(luò)入侵檢測(cè)模型(BA-BPNN)。首先將BP神經(jīng)網(wǎng)絡(luò)參數(shù)編碼為蝙蝠個(gè)體,并以網(wǎng)絡(luò)入侵檢測(cè)正確率作為個(gè)體適應(yīng)度函數(shù),然后通過(guò)模擬蝙蝠飛行過(guò)程找到BP神經(jīng)網(wǎng)絡(luò)最優(yōu)參數(shù),最后根據(jù)最優(yōu)參數(shù)建立網(wǎng)絡(luò)入侵檢測(cè)模型。在Matlab 2012平臺(tái)采用KDD CUP 99數(shù)據(jù)集仿真測(cè)試,結(jié)果表明,BA-BPNN解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型存在的難題,提高網(wǎng)絡(luò)入侵檢測(cè)正確率。
[Abstract]:In order to improve the effect of network intrusion detection, the traditional method can not describe the rule of change, which leads to the low accuracy of intrusion detection. In order to solve the problem of BP neural network parameter optimization, a weighted network intrusion detection model (BA-BPNNN) based on bat algorithm is proposed. First, the BP neural network parameters are encoded as bat individuals. The correct rate of network intrusion detection is taken as individual fitness function, and the optimal parameters of BP neural network are found by simulating bat flight process. Finally, the network intrusion detection model is established according to the optimal parameters. The simulation test of KDD CUP 99 data set is carried out on Matlab 2012 platform. The results show that the traditional neural network model is solved and the correct rate of network intrusion detection is improved.
【作者單位】： 河南農(nóng)業(yè)大學(xué)信管學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61202285)
【分類號(hào)】：TP393.08;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 陳仕濤;陳國(guó)龍;郭文忠;劉延華;;基于粒子群優(yōu)化和鄰域約簡(jiǎn)的入侵檢測(cè)日志數(shù)據(jù)特征選擇[J];計(jì)算機(jī)研究與發(fā)展;2010年07期

2 肖海軍;洪帆;張昭理;廖俊國(guó);;基于融合分類和支持向量機(jī)的入侵檢測(cè)研究[J];計(jì)算機(jī)仿真;2008年04期

3 顏謙和;顏珍平;;遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[J];計(jì)算機(jī)仿真;2011年04期

4 楊富華;彭鋼;;PCA-SVM在網(wǎng)絡(luò)入侵檢測(cè)中的仿真研究[J];計(jì)算機(jī)仿真;2011年07期

5 黃小龍;梁碧珍;;基于粗糙集和CP神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型[J];計(jì)算機(jī)仿真;2011年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋平平;;基于數(shù)據(jù)挖掘的智能入侵檢測(cè)系統(tǒng)模型及實(shí)現(xiàn)[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年03期

2 吉文龍;;網(wǎng)絡(luò)安全中入侵檢測(cè)算法研究[J];信息安全與技術(shù);2011年10期

3 周麗娟;;基于QPSO-WNN在異常檢測(cè)中的應(yīng)用[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

4 郎振紅;;基于數(shù)據(jù)挖掘技術(shù)的Snort檢測(cè)系統(tǒng)模型[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

5 陶然;;數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)信息安全中的應(yīng)用[J];長(zhǎng)沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年03期

6 王小鷗;蘇旭霞;;基于IPV6的網(wǎng)絡(luò)入侵檢測(cè)[J];電腦學(xué)習(xí);2008年03期

7 阿娜古麗·阿布拉;王淮亭;吉順如;;校園局域網(wǎng)防御ARP攻擊解決方案[J];電腦編程技巧與維護(hù);2009年14期

8 張濤;;校園網(wǎng)中入侵檢測(cè)系統(tǒng)的實(shí)驗(yàn)研究[J];電腦編程技巧與維護(hù);2011年04期

9 曹銳;;一種改進(jìn)的樸素貝葉斯算法在入侵檢測(cè)中的應(yīng)用[J];電腦開(kāi)發(fā)與應(yīng)用;2009年09期

10 郭玲;劉大猛;;信息安全系統(tǒng)技術(shù)與應(yīng)用[J];電腦開(kāi)發(fā)與應(yīng)用;2011年10期

相關(guān)會(huì)議論文 前1條

1 劉松;趙東明;周清雷;;基于FIDXP的分布式入侵防御系統(tǒng)的設(shè)計(jì)[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 王金林;基于混沌時(shí)間序列和SVM的入侵檢測(cè)系統(tǒng)研究[D];天津大學(xué);2010年

2 張鳳斌;基于免疫遺傳算法的入侵檢測(cè)技術(shù)研究[D];哈爾濱工程大學(xué);2005年

3 楊智君;入侵檢測(cè)關(guān)鍵技術(shù)在大型科學(xué)儀器工作狀態(tài)監(jiān)測(cè)系統(tǒng)中的研究與應(yīng)用[D];吉林大學(xué);2006年

4 尹傳環(huán);結(jié)構(gòu)化數(shù)據(jù)核函數(shù)的研究[D];北京交通大學(xué);2008年

5 滕少華;基于對(duì)象監(jiān)控的分布式協(xié)同入侵檢測(cè)[D];廣東工業(yè)大學(xué);2008年

6 王剛;混合智能系統(tǒng)及其在商務(wù)智能中的應(yīng)用研究[D];復(fù)旦大學(xué);2008年

7 于志宏;視頻安全與網(wǎng)絡(luò)安全若干問(wèn)題研究[D];吉林大學(xué);2009年

8 張寶軍;網(wǎng)絡(luò)入侵檢測(cè)若干技術(shù)研究[D];浙江大學(xué);2010年

9 倪霖;基于RFID的汽車生產(chǎn)線信息集成模式及關(guān)鍵技術(shù)研究[D];重慶大學(xué);2010年

10 趙靜;網(wǎng)絡(luò)協(xié)議異常檢測(cè)模型的研究與應(yīng)用[D];北京交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 馬玉萍;高校校園網(wǎng)絡(luò)安全管理與維護(hù)系統(tǒng)的研究與實(shí)現(xiàn)[D];長(zhǎng)春理工大學(xué);2010年

2 張曉光;基于模式匹配的入侵檢測(cè)系統(tǒng)應(yīng)用研究[D];大連海事大學(xué);2010年

3 張寶華;支持向量機(jī)在入侵檢測(cè)系統(tǒng)中的研究和應(yīng)用[D];天津理工大學(xué);2010年

4 崔傳斌;基于危險(xiǎn)理論的入侵檢測(cè)技術(shù)研究[D];哈爾濱理工大學(xué);2010年

5 袁碩;改進(jìn)混合遺傳算法在免疫入侵檢測(cè)模型中的應(yīng)用研究[D];哈爾濱理工大學(xué);2010年

6 曾顯峰;基于人工神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)研究[D];華南理工大學(xué);2010年

7 王瑛;基于模糊聚類的入侵檢測(cè)算法研究[D];江西理工大學(xué);2010年

8 劉小明;入侵檢測(cè)系統(tǒng)中模式匹配算法的研究[D];江西理工大學(xué);2010年

9 楊文兵;基于Rough集理論的入侵檢測(cè)方法研究[D];南昌大學(xué);2010年

10 劉振;基于人工免疫的入侵檢測(cè)器生成研究[D];南昌大學(xué);2010年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪興東,佘X,周明天,劉恒;基于BP神經(jīng)網(wǎng)絡(luò)的智能入侵檢測(cè)系統(tǒng)[J];成都信息工程學(xué)院學(xué)報(bào);2005年01期

2 衣治安,尹淑欣,王惠媛;入侵檢測(cè)系統(tǒng)中模式匹配算法探討[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2004年06期

3 穆成坡;黃厚寬;田盛豐;;入侵檢測(cè)系統(tǒng)報(bào)警信息聚合與關(guān)聯(lián)技術(shù)研究綜述[J];計(jì)算機(jī)研究與發(fā)展;2006年01期

4 宋歌,閆巧,喻建平;神經(jīng)網(wǎng)絡(luò)在異常檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2002年18期

5 薛瀟;劉以安;魏敏;;一種入侵檢測(cè)的分類方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年30期

6 郭文忠;陳國(guó)龍;陳慶良;余輪;;基于粒子群優(yōu)化算法和相關(guān)性分析的特征子集選擇[J];計(jì)算機(jī)科學(xué);2008年02期

7 陳偉統(tǒng);錢(qián)l勌，

本文編號(hào)：1671104