基于遺傳神經網絡的入侵檢測研究

入侵檢測技術是計算機網絡信息安全檢測的重要手段之一,入侵檢測作為一種動態(tài)的安全防護技術,提供了對內部攻擊、外部攻擊和誤操作的實時保護,在網絡系統(tǒng)受到危害之前攔截和響應入侵.對計算機網絡數據進行特征提取,提出了采用遺傳算法和神經網絡相結合入侵檢測技術.遺傳算法具有計算簡單、優(yōu)化效果好的特點.利用遺傳算法來避免BP算法的局部極小點,從而達到均方根誤差全局最小點,也解決了BP算法的收斂慢的問題;同時也解決了單獨利用GA往往不能在短時間內尋找到接近最優(yōu)解的這一問題.通過計算機實驗驗證了入侵檢測的效果,提高了識別率,使得誤報率和漏報率降低.

作 者： 戴天虹 DAI Tian-hong   作者單位： 東北林業(yè)大學機電工程學院,哈爾濱,150040  刊 名： 中國安全科學學報  ISTIC PKU 英文刊名： CHINA SAFETY SCIENCE JOURNAL  年，卷(期)： 2006 16(2)  分類號： X913.2  關鍵詞： 信息安全   入侵檢測   神經網絡   遺傳算法   BP算法(誤差反向傳播算法)  

【基于遺傳神經網絡的入侵檢測研究】相關文章：

基于遺傳神經網絡模型的水質綜合評價04-26

基于遺傳算法CSAMT反演計算研究04-27

安防及入侵檢測·什么是IDS入侵檢測04-26

基于LMBP神經網絡的慣性器件故障預報方法研究04-26

基于神經網絡的非線性結構有限元模型修正研究04-27

基于小波變換的多目標檢測方法研究04-27

基于因子分析和模糊神經網絡的城市公共安全評價研究04-26

基于小波神經網絡的煤層底板突水非線性預測方法研究04-25

基于提升小波的顫振圖像邊緣檢測方法研究04-27

基于光反饋的信號燈故障檢測系統(tǒng)研究04-27