计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
34期
165-167
,共3页
傅玥%安素芳%柴变芳%胡吉朝
傅玥%安素芳%柴變芳%鬍吉朝
부모%안소방%시변방%호길조
模糊积分%神经网络%入侵检测
模糊積分%神經網絡%入侵檢測
모호적분%신경망락%입침검측
为了进一步提高网络入侵检测系统的检测性能,将模糊积分理论和神经网络技术应用到网络入侵检测中,提出了基于模糊积分的多神经网络融合模型MNNF.它的基本思想是按照TCP/IP属性集的类别不同将TCP/IP数据集分成三个不同属性集的子数据集,在不同属性集上训练形成不同的子神经网络,然后用模糊积分将多个子神经网络对TCP/IP数据的检测结果进行非线性融合形成最优判断.实验结果表明,MNNF模型应用在网络入侵检测中可以得到比单个神经网络更好的入侵检测性能.
為瞭進一步提高網絡入侵檢測繫統的檢測性能,將模糊積分理論和神經網絡技術應用到網絡入侵檢測中,提齣瞭基于模糊積分的多神經網絡融閤模型MNNF.它的基本思想是按照TCP/IP屬性集的類彆不同將TCP/IP數據集分成三箇不同屬性集的子數據集,在不同屬性集上訓練形成不同的子神經網絡,然後用模糊積分將多箇子神經網絡對TCP/IP數據的檢測結果進行非線性融閤形成最優判斷.實驗結果錶明,MNNF模型應用在網絡入侵檢測中可以得到比單箇神經網絡更好的入侵檢測性能.
위료진일보제고망락입침검측계통적검측성능,장모호적분이론화신경망락기술응용도망락입침검측중,제출료기우모호적분적다신경망락융합모형MNNF.타적기본사상시안조TCP/IP속성집적유별불동장TCP/IP수거집분성삼개불동속성집적자수거집,재불동속성집상훈련형성불동적자신경망락,연후용모호적분장다개자신경망락대TCP/IP수거적검측결과진행비선성융합형성최우판단.실험결과표명,MNNF모형응용재망락입침검측중가이득도비단개신경망락경호적입침검측성능.
