| 基于粗糙集理论和BP神经网络入侵检测模型 |
| |
| 引用本文： | 蔡晓丽,宁慧,陈舜青.基于粗糙集理论和BP神经网络入侵检测模型[J].计算机仿真,2011,28(11). |
| |
| 作者姓名： | 蔡晓丽 宁慧 陈舜青 |
| |
| 作者单位： | 1. 常州工学院,江苏常州,213002
2. 哈尔滨工程大学,黑龙江哈尔滨,150001 |
| |
| 基金项目： | 国家基金，863项目，常州工学院教学改革项目 |
| |
| 摘 要： | 研究网络入侵准确检测问题.针对入侵检测系统存在的比较高的漏报率以及高的误报率,同时也存在入侵检测的数据存在维数大、冗余度高等缺陷.为了保证网络的安全防护技术的实时性和有效性,结合领域粗糙集和BP神经网络算法的优点,提出了一种新的基于领域粗糙集理论和BP神经网络算法的入侵检测算法.首先在粗糙集理论的基础上引入领域概念,减少信息的丢失,利用领域粗糙集理论进行数据的约简,将简化的数据集作为BP神经网络输入数据,可简化BP神经网络的结构,同时缩短了样本训练时间,有效提高了BP神经网络分类正确率.在Matlab上进行仿真的结果表明,所提出的入侵检测算法,训练样本时间更短,入侵识别率和检测率却有了较以前的传统算法更高的准备率.
|
| 关 键 词： | 粗糙集理论 神经网络 属性约简 入侵检测 |
Model of Intrusion Detection Based on Rough Sets and BP Neural Network |
| |
| CAI Xiao-li,NING Hui,CHEN Shun-qing.Model of Intrusion Detection Based on Rough Sets and BP Neural Network[J].Computer Simulation,2011,28(11). |
| |
| Authors: | CAI Xiao-li NING Hui CHEN Shun-qing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
