基于Kohonen神经网络算法的网络入侵聚类算法的测试研究

发布时间：2019-02-22 21:15

【摘要】：提出一种基于Kohonen网络的网络入侵聚类研究的方法,在阐述基本理论、原理和算法步骤基础上,利用Matlab软件平台对提出的网络入侵算法进行测试研究,并同其他方法进行仿真对比,发现Kohonen神经网络算法的网络入侵聚类在训练准确率、测试准确率和运行时间3个方面都优于PNN算法,其准确率可以达到98.1%。
[Abstract]:In this paper, a method of network intrusion clustering based on Kohonen network is proposed. On the basis of explaining the basic theory, principle and algorithm steps, the network intrusion algorithm is tested and studied by using Matlab software platform. Compared with other simulation methods, it is found that the network intrusion clustering of Kohonen neural network algorithm is superior to PNN algorithm in training accuracy, test accuracy and running time, and its accuracy can reach 98.1.
【作者单位】： 广东技术师范学院;
【基金】：全国教育科学“十二五”规划2012年度教育部重点课题(DCA120190)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前5条

1 莫礼平;;基于Kohonen神经网络的故障诊断方法[J];成都大学学报(自然科学版);2007年01期

2 吴柯;方强;张俊玲;翁涛;;基于改进Kohonen神经网络的遥感影像分类[J];测绘信息与工程;2007年02期

3 范作民,白杰,阎国华;Kohonen网络在发动机故障诊断中的应用[J];航空动力学报;2000年01期

4 刘纯平;;基于Kohonen神经网络聚类方法在遥感分类中的比较[J];计算机应用;2006年07期

5 李宗福,邓琼波,李桓;Kohonen SOFM神经网络及其演化研究[J];计算机工程与设计;2004年10期

相关硕士学位论文 前2条

1 曲义飞;基于Web使用挖掘的用户消费模式发现研究[D];大连理工大学;2006年

2 樊玫;基于kohonen神经网络的用户访问模式挖掘模型的研究[D];南昌大学;2007年

【共引文献】

相关期刊论文 前10条

1 罗小波;邓磊;杨富平;;基于Kohonen神经网络的遥感影像监督分类[J];重庆邮电大学学报(自然科学版);2011年05期

2 韩庆田,杨兴根,张振家;神经网络在发动机状态监控与故障诊断中的应用综述[J];导弹与航天运载技术;2004年05期

3 任伟建,赵永玲,杨克远,董宏丽,刘来英;控制系统故障诊断的方法[J];大庆石油学院学报;2003年03期

4 张涛;;一种利用K均值和SOM进行遥感图像分类的方法[J];地理空间信息;2011年01期

5 谢志江;程力e，

本文编号：2428640