计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
7期
161-164
,共4页
粗集%神经网络%网络入侵
粗集%神經網絡%網絡入侵
조집%신경망락%망락입침
研究网络安全问题.网络入侵具有多样性、不确定性,收集数据包含大量冗余信息,传统网络入侵检测算法无法消除冗余消息,导致网络入侵检测的准确率低.为了提高网络安全性,提出了一种粗集神经网络的网络入侵检测算法.算法利用粗集理论对入侵样本数据属性约简,将不完整数据剔除,消除冗余信息,然后将约简后的数据输入BP神经网络,通过BP神经网络非线性学习能力,在输入与输出之间建立一种非线性映射关系,识别出网络入侵类型.仿真结果表明,相对于传统网络人侵检测算法,粗集BP神经网络不仅提高了网络检测的正确率,降低了误报率、漏报率,同时加快了网络入侵的检测速度,是一种有效、实时的网络入侵检测算法.
研究網絡安全問題.網絡入侵具有多樣性、不確定性,收集數據包含大量冗餘信息,傳統網絡入侵檢測算法無法消除冗餘消息,導緻網絡入侵檢測的準確率低.為瞭提高網絡安全性,提齣瞭一種粗集神經網絡的網絡入侵檢測算法.算法利用粗集理論對入侵樣本數據屬性約簡,將不完整數據剔除,消除冗餘信息,然後將約簡後的數據輸入BP神經網絡,通過BP神經網絡非線性學習能力,在輸入與輸齣之間建立一種非線性映射關繫,識彆齣網絡入侵類型.倣真結果錶明,相對于傳統網絡人侵檢測算法,粗集BP神經網絡不僅提高瞭網絡檢測的正確率,降低瞭誤報率、漏報率,同時加快瞭網絡入侵的檢測速度,是一種有效、實時的網絡入侵檢測算法.
연구망락안전문제.망락입침구유다양성、불학정성,수집수거포함대량용여신식,전통망락입침검측산법무법소제용여소식,도치망락입침검측적준학솔저.위료제고망락안전성,제출료일충조집신경망락적망락입침검측산법.산법이용조집이론대입침양본수거속성약간,장불완정수거척제,소제용여신식,연후장약간후적수거수입BP신경망락,통과BP신경망락비선성학습능력,재수입여수출지간건립일충비선성영사관계,식별출망락입침류형.방진결과표명,상대우전통망락인침검측산법,조집BP신경망락불부제고료망락검측적정학솔,강저료오보솔、루보솔,동시가쾌료망락입침적검측속도,시일충유효、실시적망락입침검측산법.
