基于PCA的PSO-BP入侵检测研究

发布时间：2017-08-01 05:18

  本文关键词：基于PCA的PSO-BP入侵检测研究

  更多相关文章： 主成分分析 粒子群优化 BP神经网络 入侵检测

【摘要】：为了提高入侵检测系统的检测率、实时性及降低误报率,提出一种基于主成分分析方法(PCA)的变惯性因子粒子群算法(PSO)优化BP神经网络算法。该方法结合了PCA理论、BP局部搜索和PSO的全局寻优能力,在数据预处理中,通过主成分分析方法进行特征提取,作为BP网络的输入量。在反复训练学习过程中,通过变惯性因子粒子群算法优化BP神经网络的权值和阈值,达到训练误差精度范围内,将优化过的BP网络用于入侵检测。通过实验分析和比较,该算法提高了入侵检测的正确率、泛化能力和实时性,降低了误报率和漏报率,加快了收敛速度,迭代次数少,有一定的研究意义。
【作者单位】： 贵州大学大数据与信息工程学院;贵州师范大学贵州省信息与计算科学重点实验室;
【关键词】： 主成分分析 粒子群优化 BP神经网络 入侵检测
【基金】：国家自然科学基金重点资助项目(2011BAH14B04) 贵州省基础研究重大资助项目(黔科合JZ字[2014]2001号) 中央财政支持地方发展高校基金资助项目(黔财教2012118)
【分类号】：TP393.08
【正文快照】： 550001)0引言随着网络应用的普及和网络安全事件频发,信息安全已经关系到国家安全。及时、有效地发现各类入侵行为至关重要。现有的入侵检测技术分为误用检测和异常检测,从网络关键节点处收集信息,从中发现是否有违反安全策略或遭到攻击的行为。将入侵检测问题作为分类问题处

【相似文献】

中国期刊全文数据库 前10条

1 陆霞;;基于入侵管理技术的应急响应体系[J];计算机安全;2006年08期

2 李蓉;周维柏;;基于多特征选取和类完全加权的入侵检测[J];计算机技术与发展;2014年07期

3 陆霞;;基于入侵管理技术的网络应急响应体系[J];安防科技;2007年11期

4 刘连昌;ATM防火墙技术[J];通信技术;2003年08期

5 甘杰,汪生,朱磊明,梁亚声;网络诱骗与陷阱系统Honeypot[J];网络安全技术与应用;2002年05期

6 刘在强,张榆锋,施心陵;基于攻击严重性的模糊入侵检测系统模型[J];计算机工程;2004年14期

7 于大勇,由宏君,孙悦,逯文举,黄定兵;Windows2000安全技术探讨[J];江西化工;2005年01期

8 毛文瑞;谷敏敏;杨静;刘进军;;基于Wi-Fi的室内入侵检测[J];合肥工业大学学报(自然科学版);2014年07期

9 陈荣赏;;IDS误报情况与对策研究[J];科技创新导报;2009年30期

10 姜传菊;网络的安全威胁与对策[J];情报资料工作;2002年S1期

中国博士学位论文全文数据库 前1条

1 谢雨来;溯源的高效存储管理及在安全方面的应用研究[D];华中科技大学;2013年

，

本文编号：602675