排序方式: 共有35条查询结果,搜索用时 15 毫秒
11.
12.
13.
14.
15.
基于集成神经网络入侵检测系统的研究与实现 总被引:1,自引:8,他引:1
为解决传统入侵检测模型所存在的检测效率低,对未知的入侵行为检测困难等问题,对集成学习进行了研究与探讨,提出一种采用遗传算法的集成神经网络入侵检测模型,阐述了模型的工作原理和各模块的主要功能.模型通过遗传算法寻找那些经过训练后差异较大的神经网络进行集成.实验表明,集成神经网络与检测率最好的单个神经网络相比检测率有所提高.同时,该模型采用机器学习方法,可使系统能动态地适应环境,不仅对已知的入侵具有较好的识别能力,而且能识别未知的入侵行为,从而实现入侵检测的智能化. 相似文献
16.
介绍集成神经网络的基本概念及其算法理论,提出基于遗传算法的集成神经网络入侵检测方法,并以KDDCUP99作为数据源给出应用该方法进行入侵检测的性能.通过与单个神经网络的比较,说明基于遗传算法的集成神经网络检测方法能克服单个分类算法的缺陷,提高入侵检测系统的检测率. 相似文献
17.
智能型入侵检测系统是目前入侵检测系统的发展方向,本文在分析国内外入侵检测系统的基础上提出一种基于小生境遗传算法的入侵检测系统,该系统通过对染色体的检测找出最能代表新入侵特征的染色体并加入特征库,通过自我学习达到动态更新染色体特征库。 相似文献
18.
19.
20.