| 基于BP神经网络的入侵检测系统分类器的实现 |
| |
| 引用本文： | 郑宏,陆阳,徐朝农.基于BP神经网络的入侵检测系统分类器的实现[J].合肥工业大学学报(自然科学版),2003,26(2):281-285. |
| |
| 作者姓名： | 郑宏 陆阳 徐朝农 |
| |
| 作者单位： | 合肥工业大学,计算机与信息学院,安徽,合肥,230009 |
| |
| 摘 要： | 提出一种应用人工神经网络进行入侵检测分类器设计的新方法,即采用改进的BP神经网络Levenberg-Marquardt优化算法进行入侵检测分类器的设计。该网络μ参量可自适应调整,收敛速度快,解决了传统BP算法的收敛速度慢、易陷入局部最小点的问题。实验结果表明,分类器用于入侵检测,效果良好,学习速度快,分类准确率高,为实现入侵检测分类器提供了一条准确高效的途径。
|
| 关 键 词： | BP神经网络 Levenberg-Marquardt算法 入侵检测系统分类器 |
| 文章编号： | 1003-5060(2003)02-0281-05 |
| 修稿时间： | 2002年8月23日 |
Implementation of intrusion detection classifier system based on the BP network |
| |
| Abstract: | |
| |
| Keywords: | BP neural network Levenberg-Marquardt algorithm classifier for intrusion detection |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
