基于数据挖掘技术的网络入侵检测技术研究 |
| |
引用本文: | 周立军,张杰,吕海燕.基于数据挖掘技术的网络入侵检测技术研究[J].现代电子技术,2016(6):10-13. |
| |
作者姓名: | 周立军 张杰 吕海燕 |
| |
作者单位: | 海军航空工程学院 |
| |
摘 要: | 在此对基于数据挖掘技术的网络入侵检测技术进行研究。考虑到常规BP神经网络建立的网络入侵检测技术存在由于BP神经网络容易陷入最小值导致检测效率和准确率低下等问题,使用粒子群算法对BP神经网络模型进行优化,使用动态惯性权重系数以确定BP神经网络的参数,并将网络入侵流量特征与BP神经网络的参数组合并编码成一个粒子以实现网络入侵流量特征与BP神经网络的参数的同步选取。通过使用KDD CUP99数据库的入侵流量数据对使用该方法以及常规BP神经网络建立的检测模型进行训练和测试,结果表明,研究算法建立的检测模型具有更高的检测效率以及检测准确率。
|
关 键 词: | 数据挖掘 BP神经网络 网络入侵检测 粒子群优化算法 |
Research on network intrusion detection technology based on data mining technology |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|