基于主成分分析的网络入侵检测研究 |
| |
引用本文: | 张旭.基于主成分分析的网络入侵检测研究[J].计算机安全,2013(2):27-30. |
| |
作者姓名: | 张旭 |
| |
作者单位: | 广西财经学院信息与统计学院 |
| |
基金项目: | 广西教育厅科研项目(201204LX313) |
| |
摘 要: | 网络入侵数据常常体现为高维、线性不可分性。RBF神经网络没有降维处理的功能,所以直接对原始数据进行检测速度相当慢,影响网络入侵检测的实时性。如果采用传统的选择性删除法进行降维处理,会造成信息的丢失,影响网络入侵的检测精度。为了提高网络入侵检测率和检测速度,提出一种主成分分析(PCA)和RBF神经网络相结合的网络入侵检测方法(PCA-RBF)。PCA-RBF在通过PCA对网络入侵原始数据进行维数和消除冗余信息处理的基础上,构建RBF神经网络入侵检测模型。仿真结果表明,相对于传统的RBF方法,PCA-RBF降低了漏检率、误检率、检测时间,提高了检测正确率,具有良好的检测性能。
|
关 键 词: | 主成分分析 径向基函数神经网络 网络入侵 |
本文献已被 CNKI 等数据库收录! |
|