bp神經(jīng)網(wǎng)絡(luò)_深度學(xué)習(xí)增量學(xué)習(xí)_基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測(cè)研究
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(cè)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(cè)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(jì) 算 機(jī) 學(xué) 報(bào)。INESEJOURNALOFCOMPUTERSCH 。l.37No.5Vo。Ma2014y 。基于增量式GSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測(cè)研究H。楊雅輝 黃海珍 沈晴霓 吳中海 張。()北京大學(xué)軟件與微電子學(xué)院 北京 102600。英。雖然對(duì)已知攻擊類摘 要 傳統(tǒng)的網(wǎng)絡(luò)入侵檢測(cè)方法利用已知類型的攻擊樣本以離線的方式訓(xùn)練入侵檢測(cè)模型,。型具有較高的檢測(cè)率,但是不能識(shí)別網(wǎng)絡(luò)上新出現(xiàn)的攻擊類型.這樣的入侵檢測(cè)系統(tǒng)存在著建立系統(tǒng)的速度慢、模型更新代價(jià)高等不足,面對(duì)規(guī)模日益擴(kuò)大的網(wǎng)絡(luò)和層出不窮的攻擊,,缺乏自適應(yīng)性和擴(kuò)展性,難以檢測(cè)出網(wǎng)絡(luò)上新)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了擴(kuò)展,提出了出現(xiàn)的攻擊類型.文中對(duì)GHSOM(GrowinHierarchicalSelfnizinMasra -Oggpg 一種基于增量式GH在不破壞已學(xué)習(xí)過(guò)的知識(shí)的同時(shí),對(duì)在線檢測(cè)過(guò)程SOM神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)入侵檢測(cè)方法,中新出現(xiàn)的攻擊類型進(jìn)行增量式學(xué)習(xí),實(shí)現(xiàn)對(duì)入侵檢測(cè)模型的動(dòng)態(tài)擴(kuò)展.作者開發(fā)了一個(gè)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(cè)實(shí)驗(yàn).實(shí)驗(yàn)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(cè)原型系統(tǒng),。能夠?qū)崿F(xiàn)在線檢測(cè)過(guò)程中對(duì)GH而且對(duì)于網(wǎng)絡(luò)SOM入侵檢測(cè)方法具有動(dòng)態(tài)自適應(yīng)性,SOM模型的動(dòng)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(cè)率相當(dāng).關(guān)鍵詞 增量式學(xué)習(xí);生長(zhǎng)型分層自組織映射;入侵檢測(cè);神經(jīng)網(wǎng)絡(luò);信息安全;網(wǎng)絡(luò)安全/中圖法分類號(hào)T393 DI號(hào)10.3724SP.J.1016.2014.01216PO。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(jí):
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(cè)研究,由筆耕文化傳播整理發(fā)布。
本文編號(hào):51714
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/51714.html