基于神经网络的BP算法研究及在网络入侵检测中的应用
本文选题:BP算法 切入点:入侵检测 出处:《现代电子技术》2017年11期 论文类型:期刊论文
【摘要】:通过分析BP神经网络用于检测系统存在的问题,在传统BP算法基础上,采用自动变速率学习法,引入遗忘因子、随机优化算子,并将其用于网络入侵检测系统。仿真实验结果表明,改进的BP神经网络算法用于入侵检测,速度快、易收敛,目标精度0.02很快达到。改进的BP神经网络算法的检测率、漏测率、误报率分别为96.17%,3.83%,4.15%,检测率比未改进的BP算法要高出11.65%,漏测率比未改进的BP算法要低10.66%,误报率比未改进的BP算法要低4.07%,改进算法优越性明显。
[Abstract]:By analyzing the problems of BP neural network used to detect the system, based on the traditional BP algorithm, the automatic variable rate learning method is adopted, the forgetting factor is introduced, and the random optimization operator is introduced. The simulation results show that the improved BP neural network algorithm is fast, easy to converge, and the precision of target is 0.02. The detection rate and miss rate of the improved BP neural network algorithm are obtained quickly. The false positive rate is 96.17 / 3.83 / 4.15, the detection rate is 11.65 higher than the unimproved BP algorithm, the missing rate is 10.66% lower than the unimproved BP algorithm, and the false positive rate is 4.07% lower than the unimproved BP algorithm, the superiority of the improved algorithm is obvious.
【作者单位】: 成都理工大学信息科学与技术学院;
【分类号】:TP183;TP393.08
【相似文献】
相关期刊论文 前10条
1 连红;潘志松;景凤宣;;一种基于规则和神经网络的系统在入侵检测中的应用(英文)[J];贵州师范大学学报(自然科学版);2006年04期
2 王兆霞;孙雨耕;张强;郝庭柱;孙小薇;秦娟;沈花玉;;基于复合神经网络的网络业务分类算法[J];天津大学学报;2006年S1期
3 陈熹;朱灿焰;;两种神经网络在入侵检测中的应用[J];通信技术;2011年11期
4 赵建华;李伟华;;有监督SOM神经网络在入侵检测中的应用[J];计算机工程;2012年12期
5 冯海亮;陈涤;林青家;陈春晓;;一种基于神经网络的网络流量组合预测模型[J];计算机应用;2006年09期
6 刘渊;曹建华;戴悦;;基于补偿器的灰色神经网络流量预测模型[J];计算机应用;2007年09期
7 黄巧云;;基于云模型与神经网络的网络态势分析[J];三明学院学报;2012年04期
8 乔晓梅;;基于粒子群算法优化的神经网络在入侵检测中的应用[J];商场现代化;2006年18期
9 刘晓;;基于径向基函数神经网络的网络流量识别模型[J];微型机与应用;2012年02期
10 高述涛;;小波消噪和神经网络的网络流量混沌预测[J];计算机工程与应用;2012年21期
相关会议论文 前2条
1 张文涛;Wlodek Kulesza;;基于BP神经网络的防火墙流量预测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
2 李明;贾波;;基于神经网络的P2P流量识别方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年
相关重要报纸文章 前1条
1 ;您的网管系统够灵敏吗?[N];科技日报;2000年
相关博士学位论文 前3条
1 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年
2 刘贵松;入侵检测的神经网络方法[D];电子科技大学;2007年
3 黄保华;对等系统的安全与激励机制研究[D];华中科技大学;2006年
相关硕士学位论文 前10条
1 李保军;基于CRO高阶神经网络的流量矩阵估计研究[D];华中师范大学;2015年
2 黄正观;基于BP神经网络的通信网故障诊断算法研究与实现[D];华北电力大学;2015年
3 张义宏;基于PCA的BP神经网络优化的研究与应用[D];东北大学;2014年
4 苑帅;基于改进QPSO优化的RBF网络入侵检测研究[D];河北工业大学;2015年
5 张志超;基于神经网络的SQL注入式攻击漏洞检测问题的研究与实现[D];北京工业大学;2016年
6 喻宝禄;基于医疗云平台的一类疾病分析模型研究[D];贵州大学;2016年
7 张才峰;基于联合特征的LDoS攻击检测方法[D];中国民航大学;2016年
8 侯晓凯;基于神经网络的多状态网络设备故障预测的研究[D];山东大学;2014年
9 王娜;优化的神经网络在入侵检测中的研究与应用[D];北京邮电大学;2015年
10 杨鸿洲;基于神经网络的网络入侵检测模型研究[D];山东大学;2006年
,本文编号:1646117
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1646117.html