蝙蝠算法优化神经网络的网络入侵检测

发布时间：2018-03-27 10:21

  本文选题：网络入侵　切入点：蝙蝠算法　出处：《计算机仿真》2015年02期

【摘要】：研究网络入侵安全问题,网络入侵具有隐蔽性、随机性和突发性等复杂变化特点,传统方法无法描述变化规律,导致入侵检测正确率低。为了提高网络入侵检测效果,针对BP神经网络参数优化问题,提出一种蝙蝠算法优化BP神经网络的权网络入侵检测模型(BA-BPNN)。首先将BP神经网络参数编码为蝙蝠个体,并以网络入侵检测正确率作为个体适应度函数,然后通过模拟蝙蝠飞行过程找到BP神经网络最优参数,最后根据最优参数建立网络入侵检测模型。在Matlab 2012平台采用KDD CUP 99数据集仿真测试,结果表明,BA-BPNN解决了传统神经网络模型存在的难题,提高网络入侵检测正确率。
[Abstract]:In order to improve the effect of network intrusion detection, the traditional method can not describe the rule of change, which leads to the low accuracy of intrusion detection. In order to solve the problem of BP neural network parameter optimization, a weighted network intrusion detection model (BA-BPNNN) based on bat algorithm is proposed. First, the BP neural network parameters are encoded as bat individuals. The correct rate of network intrusion detection is taken as individual fitness function, and the optimal parameters of BP neural network are found by simulating bat flight process. Finally, the network intrusion detection model is established according to the optimal parameters. The simulation test of KDD CUP 99 data set is carried out on Matlab 2012 platform. The results show that the traditional neural network model is solved and the correct rate of network intrusion detection is improved.
【作者单位】： 河南农业大学信管学院;
【基金】：国家自然科学基金项目(61202285)
【分类号】：TP393.08;TP18

【参考文献】

相关期刊论文 前5条

1 陈仕涛;陈国龙;郭文忠;刘延华;;基于粒子群优化和邻域约简的入侵检测日志数据特征选择[J];计算机研究与发展;2010年07期

2 肖海军;洪帆;张昭理;廖俊国;;基于融合分类和支持向量机的入侵检测研究[J];计算机仿真;2008年04期

3 颜谦和;颜珍平;;遗传算法优化的神经网络入侵检测系统[J];计算机仿真;2011年04期

4 杨富华;彭钢;;PCA-SVM在网络入侵检测中的仿真研究[J];计算机仿真;2011年07期

5 黄小龙;梁碧珍;;基于粗糙集和CP神经网络的入侵检测模型[J];计算机仿真;2011年10期

【共引文献】

相关期刊论文 前10条

1 宋平平;;基于数据挖掘的智能入侵检测系统模型及实现[J];安徽工程科技学院学报(自然科学版);2006年03期

2 吉文龙;;网络安全中入侵检测算法研究[J];信息安全与技术;2011年10期

3 周丽娟;;基于QPSO-WNN在异常检测中的应用[J];长春理工大学学报(自然科学版);2009年03期

4 郎振红;;基于数据挖掘技术的Snort检测系统模型[J];长春理工大学学报(自然科学版);2010年01期

5 陶然;;数据挖掘技术在网络信息安全中的应用[J];长沙通信职业技术学院学报;2007年03期

6 王小鸥;苏旭霞;;基于IPV6的网络入侵检测[J];电脑学习;2008年03期

7 阿娜古丽·阿布拉;王淮亭;吉顺如;;校园局域网防御ARP攻击解决方案[J];电脑编程技巧与维护;2009年14期

8 张涛;;校园网中入侵检测系统的实验研究[J];电脑编程技巧与维护;2011年04期

9 曹锐;;一种改进的朴素贝叶斯算法在入侵检测中的应用[J];电脑开发与应用;2009年09期

10 郭玲;刘大猛;;信息安全系统技术与应用[J];电脑开发与应用;2011年10期

相关会议论文 前1条

1 刘松;赵东明;周清雷;;基于FIDXP的分布式入侵防御系统的设计[A];计算机研究新进展（2010）——河南省计算机学会2010年学术年会论文集[C];2010年

相关博士学位论文 前10条

1 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年

2 张凤斌;基于免疫遗传算法的入侵检测技术研究[D];哈尔滨工程大学;2005年

3 杨智君;入侵检测关键技术在大型科学仪器工作状态监测系统中的研究与应用[D];吉林大学;2006年

4 尹传环;结构化数据核函数的研究[D];北京交通大学;2008年

5 滕少华;基于对象监控的分布式协同入侵检测[D];广东工业大学;2008年

6 王刚;混合智能系统及其在商务智能中的应用研究[D];复旦大学;2008年

7 于志宏;视频安全与网络安全若干问题研究[D];吉林大学;2009年

8 张宝军;网络入侵检测若干技术研究[D];浙江大学;2010年

9 倪霖;基于RFID的汽车生产线信息集成模式及关键技术研究[D];重庆大学;2010年

10 赵静;网络协议异常检测模型的研究与应用[D];北京交通大学;2010年

相关硕士学位论文 前10条

1 马玉萍;高校校园网络安全管理与维护系统的研究与实现[D];长春理工大学;2010年

2 张晓光;基于模式匹配的入侵检测系统应用研究[D];大连海事大学;2010年

3 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年

4 崔传斌;基于危险理论的入侵检测技术研究[D];哈尔滨理工大学;2010年

5 袁硕;改进混合遗传算法在免疫入侵检测模型中的应用研究[D];哈尔滨理工大学;2010年

6 曾显峰;基于人工神经网络的入侵检测技术研究[D];华南理工大学;2010年

7 王瑛;基于模糊聚类的入侵检测算法研究[D];江西理工大学;2010年

8 刘小明;入侵检测系统中模式匹配算法的研究[D];江西理工大学;2010年

9 杨文兵;基于Rough集理论的入侵检测方法研究[D];南昌大学;2010年

10 刘振;基于人工免疫的入侵检测器生成研究[D];南昌大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 汪兴东,佘X,周明天,刘恒;基于BP神经网络的智能入侵检测系统[J];成都信息工程学院学报;2005年01期

2 衣治安,尹淑欣,王惠媛;入侵检测系统中模式匹配算法探讨[J];辽宁工程技术大学学报;2004年06期

3 穆成坡;黄厚宽;田盛丰;;入侵检测系统报警信息聚合与关联技术研究综述[J];计算机研究与发展;2006年01期

4 宋歌,闫巧,喻建平;神经网络在异常检测中的应用[J];计算机工程与应用;2002年18期

5 薛潇;刘以安;魏敏;;一种入侵检测的分类方法研究[J];计算机工程与应用;2010年30期

6 郭文忠;陈国龙;陈庆良;余轮;;基于粒子群优化算法和相关性分析的特征子集选择[J];计算机科学;2008年02期

7 陈伟统;钱l勌，

本文编号：1671104