【摘要】：針對(duì)入侵檢測(cè)系統(tǒng)的自主學(xué)習(xí)性、實(shí)時(shí)性,提出帶變異算子的粒子群優(yōu)化方法,并用該方法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)以加快其收斂速度,提出了MPSO_BP混合優(yōu)化算法.為提高入侵檢測(cè)系統(tǒng)的檢測(cè)率、降低誤報(bào)率,提出了一種新的入侵檢測(cè)模型(MPBIDS).采取Iris數(shù)據(jù)集對(duì)3個(gè)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬實(shí)驗(yàn),結(jié)果表明,優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)具有更好的收斂速度和精度.將改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用到入侵檢測(cè)中,采取KDDCUP99為測(cè)試數(shù)據(jù)集,仿真結(jié)果表明,基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型能提高檢測(cè)率、降低誤報(bào)率.
[Abstract]:Aiming at the autonomous learning and real-time performance of intrusion detection system, a particle swarm optimization method with mutation operator is proposed, and the BP neural network is optimized to speed up its convergence. A hybrid MPSO_BP optimization algorithm is proposed. In order to improve the detection rate of intrusion detection system and reduce false alarm rate, a new intrusion detection model (MPBIDS). Is proposed. Three BP neural networks are simulated with Iris data sets. The results show that the optimized BP neural networks have better convergence speed and accuracy. The improved BP neural network is applied to intrusion detection and KDDCUP99 is used as the test data set. The simulation results show that the improved BP neural network based intrusion detection model can improve the detection rate and reduce the false alarm rate.
【作者單位】： 廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院;河北化工醫(yī)藥職業(yè)技術(shù)學(xué)院信息工程系;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(60963022)
【分類號(hào)】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陶新民;王妍;趙春暉;劉玉;;雙尺度協(xié)同變異的離散粒子群算法[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年12期

2 劉俊芳;高岳林;;帶自適應(yīng)變異的量子粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年03期

3 肖立中;邵志清;馬漢華;王秀英;劉剛;;網(wǎng)絡(luò)入侵檢測(cè)中的自動(dòng)決定聚類數(shù)算法[J];軟件學(xué)報(bào);2008年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊栩;尤學(xué)一;季民;潘留明;王秀朵;趙樂軍;;城市綠地土壤入滲模型及參數(shù)確定[J];城市環(huán)境與城市生態(tài);2011年06期

2 李燕楠;包廣清;;基于小波包和支持向量機(jī)的電能質(zhì)量擾動(dòng)識(shí)別[J];電力科學(xué)與工程;2012年03期

3 韓力;辛懋;羅辭勇;;基于粒子群優(yōu)化算法的永磁直流電動(dòng)機(jī)設(shè)計(jì)[J];重慶大學(xué)學(xué)報(bào);2009年05期

4 王永林;王東云;;織物變形舒適性的雙群粒子群聚類研究[J];紡織學(xué)報(bào);2010年04期

5 付玲生;文凱;陳小洪;;基于模糊C-均值聚類的認(rèn)知無線電網(wǎng)絡(luò)信道選擇[J];廣東通信技術(shù);2011年11期

6 于海濤;李梓;王振福;方晶;;入侵檢測(cè)相關(guān)技術(shù)的研究[J];智能計(jì)算機(jī)與應(yīng)用;2013年02期

7 岳陽;;基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)估[J];電腦知識(shí)與技術(shù);2013年18期

8 郭歆瑩;張建康;穆曉敏;張U，

本文編號(hào)：2412332