本文關(guān)鍵詞：基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測研究，由筆耕文化傳播整理發(fā)布。

基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測研究_楊雅輝_黃海珍_沈晴霓_吳中海_

下載積分：1000

內(nèi)容提示：第３７卷　第５期０１４年５月２。計　　算　　機　　學　　報。ＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＣＨ　　　。ｌ．３７Ｎｏ．５Ｖｏ。Ｍａ２０１４ｙ　�；谠隽渴剑牵樱希蜕窠�(jīng)網(wǎng)絡(luò)模型的入侵檢測研究Ｈ。楊雅輝　黃海珍　沈晴霓　吳中海　張。（）北京大學軟件與微電子學院　北京�。保埃玻叮埃�。英。雖然對已知攻擊類摘　要　傳統(tǒng)的網(wǎng)絡(luò)入侵檢測方法利用已知類型的攻擊樣本以離線的方式訓練入侵檢測模型，。型具有較高的檢測率，但是不能識別網(wǎng)絡(luò)上新出現(xiàn)的攻擊類型．這樣的入侵檢測系統(tǒng)存在著建立系統(tǒng)的速度慢、模型更新代價高等不足，面對規(guī)模日益擴大的網(wǎng)絡(luò)和層出不窮的攻擊，，缺乏自適應性和擴展性，難以檢測出網(wǎng)絡(luò)上新）神經(jīng)網(wǎng)絡(luò)模型進行了擴展，提出了出現(xiàn)的攻擊類型．文中對ＧＨＳＯＭ（ＧｒｏｗｉｎＨｉｅｒａｒｃｈｉｃａｌＳｅｌｆｎｉｚｉｎＭａｓｒａ�。希纾纾穑纭　∫环N基于增量式ＧＨ在不破壞已學習過的知識的同時，對在線檢測過程ＳＯＭ神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)入侵檢測方法，中新出現(xiàn)的攻擊類型進行增量式學習，實現(xiàn)對入侵檢測模型的動態(tài)擴展．作者開發(fā)了一個基于增量式ＧＨＳＯＭ神在局域網(wǎng)環(huán)境下開展了在線入侵檢測實驗．實驗結(jié)果表明增量式經(jīng)網(wǎng)絡(luò)模型的在線網(wǎng)絡(luò)入侵檢測原型系統(tǒng)，。能夠?qū)崿F(xiàn)在線檢測過程中對ＧＨ而且對于網(wǎng)絡(luò)ＳＯＭ入侵檢測方法具有動態(tài)自適應性，ＳＯＭ模型的動態(tài)更新，ＧＨ。上新出現(xiàn)的攻擊類型，增量式ＧＨＳＯＭ算法與傳統(tǒng)ＧＨＳＯＭ算法的檢測率相當．關(guān)鍵詞　增量式學習；生長型分層自組織映射；入侵檢測；神經(jīng)網(wǎng)絡(luò)；信息安全；網(wǎng)絡(luò)安全／中圖法分類號Ｔ３９３　　�。模商枺保埃常罚玻矗樱校剩保埃保叮玻埃保矗埃保玻保叮校�。ｓｅａｒｃｈｏｎＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＩｎｃｒｅｍｅｎｔａｌＧＨＳＯＭＲｅ　　　　　　　。ＹＡＮＧｕＺｈｉａＹａｉＨａｉｅｎＨＥＮ�。眩椋睿冢瑁铮睿椋龋粒危牵伲椋睢。祝眨龋危�

文檔格式：PDF| 瀏覽次數(shù)：3| 上傳日期：2014-06-18 21:35:34| 文檔星級：

該用戶還上傳了這些文檔

  本文關(guān)鍵詞：基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測研究，由筆耕文化傳播整理發(fā)布。