计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2011年
10期
60-63
,共4页
神经网络集成%数据筛选%入侵检测
神經網絡集成%數據篩選%入侵檢測
신경망락집성%수거사선%입침검측
目前,较为成熟的入侵检测系统普遍存在检测率偏低、对新的入侵不够敏感等问题,影响了系统的整体性能.在深入研究的基础上,本文提出了一种基于神经网络集成的入侵检测方法.该方法采用神经网络集成分类技术,在去除冗余数据的基础上对成员网络进行训练,并通过动态的方法确定成员网络的个数,最终通过神经网络对成员网络结果进行融合,以提高系统的整体性能.理论和实验表明,该方法能在保证成员网络差异性的同时提高入侵的检测率,具有较好的应用前景.
目前,較為成熟的入侵檢測繫統普遍存在檢測率偏低、對新的入侵不夠敏感等問題,影響瞭繫統的整體性能.在深入研究的基礎上,本文提齣瞭一種基于神經網絡集成的入侵檢測方法.該方法採用神經網絡集成分類技術,在去除冗餘數據的基礎上對成員網絡進行訓練,併通過動態的方法確定成員網絡的箇數,最終通過神經網絡對成員網絡結果進行融閤,以提高繫統的整體性能.理論和實驗錶明,該方法能在保證成員網絡差異性的同時提高入侵的檢測率,具有較好的應用前景.
목전,교위성숙적입침검측계통보편존재검측솔편저、대신적입침불구민감등문제,영향료계통적정체성능.재심입연구적기출상,본문제출료일충기우신경망락집성적입침검측방법.해방법채용신경망락집성분류기술,재거제용여수거적기출상대성원망락진행훈련,병통과동태적방법학정성원망락적개수,최종통과신경망락대성원망락결과진행융합,이제고계통적정체성능.이론화실험표명,해방법능재보증성원망락차이성적동시제고입침적검측솔,구유교호적응용전경.
