计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2014年
8期
1469-1475
,共7页
遗传算法%神经网络算法%模拟退火算法%入侵检测
遺傳算法%神經網絡算法%模擬退火算法%入侵檢測
유전산법%신경망락산법%모의퇴화산법%입침검측
genetic algorithm%neural network%simulated annealing algorithm%intrusion detection
针对目前多数入侵检测系统的低检测率问题,提出一种自适应进化神经网络算法AENNA.基于遗传算法和BP神经网络算法,利用模拟退火算法的概率突跳和局部搜索强的特性对遗传算法进行改进,采用双种群策略的遗传进化规则实现BP神经网络权值和结构的双重优化;通过对遗传算法的交叉算子与变异算子的改进,设计一种自适应的神经网络训练方法.实验结果表明,基于AENNA的入侵检测方法能够有效提高系统的检测率并降低误报率.
針對目前多數入侵檢測繫統的低檢測率問題,提齣一種自適應進化神經網絡算法AENNA.基于遺傳算法和BP神經網絡算法,利用模擬退火算法的概率突跳和跼部搜索彊的特性對遺傳算法進行改進,採用雙種群策略的遺傳進化規則實現BP神經網絡權值和結構的雙重優化;通過對遺傳算法的交扠算子與變異算子的改進,設計一種自適應的神經網絡訓練方法.實驗結果錶明,基于AENNA的入侵檢測方法能夠有效提高繫統的檢測率併降低誤報率.
침대목전다수입침검측계통적저검측솔문제,제출일충자괄응진화신경망락산법AENNA.기우유전산법화BP신경망락산법,이용모의퇴화산법적개솔돌도화국부수색강적특성대유전산법진행개진,채용쌍충군책략적유전진화규칙실현BP신경망락권치화결구적쌍중우화;통과대유전산법적교차산자여변이산자적개진,설계일충자괄응적신경망락훈련방법.실험결과표명,기우AENNA적입침검측방법능구유효제고계통적검측솔병강저오보솔.