基于最小信息准则和BP算法的网络入侵检测

发布时间：2018-06-03 18:31

  本文选题：网络入侵检测 + 最小信息准则　； 参考：《吉林大学学报(理学版)》2015年04期

【摘要】：针对网络入侵检测中BP(back propagation)神经网络只能根据经验公式确定隐层神经元个数的问题,提出一种利用统计学中最小信息准则计算最优的网络结构,并推导出网络结构的评价公式.仿真实验结果表明,经过结构优化后的BP神经网络对于网络入侵检测的准确率明显提高,平均分类准确率达到90%以上,算法的整体性能表现优良.
[Abstract]:In order to solve the problem that BP(back propagation neural network can only determine the number of hidden layer neurons according to empirical formula, an optimal network structure is proposed by using the minimum information criterion in statistics, and the evaluation formula of network structure is deduced. The simulation results show that the BP neural network with optimized structure can improve the accuracy of network intrusion detection, the average classification accuracy is over 90%, and the overall performance of the algorithm is excellent.
【作者单位】： 嘉应学院计算机学院;
【基金】：广东省自然科学基金(批准号:S2013010013307) 广东省高等学校学科与专业建设专项基金科技创新项目(批准号:2013KJCX0171)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前5条

1 李松;罗勇;张铭锐;;遗传算法优化BP神经网络的混沌时间序列预测[J];计算机工程与应用;2011年29期

2 陈牮华;;网络入侵检测系统中的模式匹配算法优化研究[J];计算机仿真;2011年02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 代红;李海波;;基于数据挖掘的网络入侵检测系统研究[J];情报杂志;2009年09期

5 向昌盛;张林峰;;PSO-SVM在网络入侵检测中的应用[J];计算机工程与设计;2013年04期

【共引文献】

相关期刊论文 前10条

1 徐伟民,孙国正,曾山;基于神经网络包装缓冲特性预测模型的研究[J];包装工程;2004年02期

2 李祚泳,易勇鸷;BP网络学习能力与泛化能力之间的定量关系式[J];电子学报;2003年09期

3 杨英;;样本复杂性估计算法优化神经网络结构[J];广东交通职业技术学院学报;2009年02期

4 贾建军;于小宁;;正前角圆弧铣刀齿形的神经网络模拟与设计[J];工具技术;2009年07期

5 谢元瑰;张红燕;陈玉峰;;基于REMCC-BPNN的粮食产量预测研究[J];安徽农业科学;2013年06期

6 蔡鑫;南新元;孔军;;改进Elman神经网络在氧化还原电位预测中的应用[J];安徽大学学报(自然科学版);2014年02期

7 鲁敏;岑红蕾;王洪坤;;基于LM—BP的新疆玛纳斯灌区用水量预测[J];中国农机化学报;2014年02期

8 田亚娟;秦秋菊;程国建;强新建;;基于机器学习的网络入侵检测研究[J];计算机光盘软件与应用;2014年05期

9 田亚娟;秦秋菊;强新建;程国建;;基于数据挖掘算法的入侵检测综述[J];电子技术与软件工程;2014年06期

10 刘春;;遗传算法优化BP神经网络的网络流量预测[J];信息安全与技术;2014年06期

相关会议论文 前1条

1 林平;王福利;刘浏;;齿轮钢精炼过程淬透性的预报研究[A];2009中国控制与决策会议论文集（3）[C];2009年

相关博士学位论文 前7条

1 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年

2 徐德友;粗集信息分析在故障诊断中的应用及自修复飞行控制系统效能评估[D];南京航空航天大学;2002年

3 周黎辉;神经网络在过程辨识与控制中的应用研究[D];华北电力大学（河北）;2004年

4 林开平;人工神经网络的泛化性能与降水预报的应用研究[D];南京信息工程大学;2007年

5 林平;转炉生产高品质齿轮钢冶炼工艺与产品质量研究[D];东北大学;2010年

6 郭春;基于数据挖掘的网络入侵检测关键技术研究[D];北京邮电大学;2014年

7 罗晓鹏;飞行器设计中的高维函数逼近理论研究[D];西北工业大学;2015年

相关硕士学位论文 前10条

1 扶宗文;基于粗糙集与支持向量机的入侵检测研究[D];长沙理工大学;2010年

2 王洪群;基于数据挖掘的油田成本决策系统研究与应用[D];东北石油大学;2011年

3 李立;序列模式挖掘在入侵检测系统中的应用研究[D];郑州大学;2011年

4 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年

5 姚占勇;烟丝配比控制系统的研究与设计[D];昆明理工大学;2011年

6 邓青;基于改进模糊C均值的入侵检测算法及应用研究[D];辽宁工程技术大学;2011年

7 孙艺;基于神经网络技术的公路工程补充定额的编制与研究[D];长沙理工大学;2011年

8 赵延涛;基于BP神经网络的城市地下水水位预测[D];郑州大学;2001年

9 陈延平;基于智能信息技术的金免疫层析试条定量测试系统的研究[D];福州大学;2003年

10 贺英;计算智能方法研究及其集成应用[D];中国海洋大学;2003年

【二级参考文献】

相关期刊论文 前10条

1 杨武,方滨兴,云晓春,张宏莉,胡铭曾;一种高性能分布式入侵检测系统的研究与实现[J];北京邮电大学学报;2004年04期

2 王一萍;于利;闫孚;左艳杰;;运用C4.5算法优化入侵检测系统的研究[J];高师理科学刊;2007年03期

3 金波,林家骏,王行愚;入侵检测技术评述[J];华东理工大学学报;2000年02期

4 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

5 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

6 宋华,戴一奇;入侵检测中一种新的快速字符串匹配算法[J];计算机工程与应用;2003年32期

7 孟庆芳;彭玉华;;混沌时间序列改进的加权一阶局域预测法[J];计算机工程与应用;2007年35期

8 薛静锋,曹元大;基于数据挖掘的入侵检测[J];计算机工程;2003年09期

9 于泠,陈波;IDS中模式匹配算法及其并行化设计[J];计算机工程;2004年04期

10 马传香,李庆华,王卉;入侵检测研究综述[J];计算机工程;2005年03期

相关博士学位论文 前1条

1 段丹青;入侵检测算法及关键技术研究[D];中南大学;2007年

相关硕士学位论文 前2条

1 郭爱伟;入侵检测系统分类算法的研究[D];中北大学;2006年

2 陈敏;基于BP神经网络的混沌时间序列预测模型研究[D];中南大学;2007年

【相似文献】

相关期刊论文 前10条

1 刘奇有,程思远;浅谈网络入侵检测技术[J];电信工程技术与标准化;2003年08期

2 袁晖;;网络入侵检测的技术难点研究[J];网络安全技术与应用;2006年06期

3 王宏伟;;关联规则挖掘技术在网络入侵检测中的应用[J];黄石理工学院学报;2006年03期

4 王丁;李向宏;运海红;;对网络入侵检测的评估模型[J];应用能源技术;2006年05期

5 周荃;王崇骏;王s，

本文编号：1973769