计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2007年
10期
131-133,163
,共4页
BP-HMM%向量量化%前(后)向评估算法%任意路径方法
BP-HMM%嚮量量化%前(後)嚮評估算法%任意路徑方法
BP-HMM%향량양화%전(후)향평고산법%임의로경방법
提出了基于BP-HMM模型的网络入侵检测方法,给出了该模型的训练和识别方法.由于纯粹的HMM建立的分类器不能兼顾每个模型对其对应目标有很强的识别能力和模型之间差异性的最大化,因此将BP神经网络集成到HMM框架中,用BP网络为HMM提供状态概率输出.通过BP网络的粗分类,克服了HMM的缺陷,提高了系统的分类识别能力.
提齣瞭基于BP-HMM模型的網絡入侵檢測方法,給齣瞭該模型的訓練和識彆方法.由于純粹的HMM建立的分類器不能兼顧每箇模型對其對應目標有很彊的識彆能力和模型之間差異性的最大化,因此將BP神經網絡集成到HMM框架中,用BP網絡為HMM提供狀態概率輸齣.通過BP網絡的粗分類,剋服瞭HMM的缺陷,提高瞭繫統的分類識彆能力.
제출료기우BP-HMM모형적망락입침검측방법,급출료해모형적훈련화식별방법.유우순수적HMM건립적분류기불능겸고매개모형대기대응목표유흔강적식별능력화모형지간차이성적최대화,인차장BP신경망락집성도HMM광가중,용BP망락위HMM제공상태개솔수출.통과BP망락적조분류,극복료HMM적결함,제고료계통적분류식별능력.
