一种基于KPCA和BP神经网络的多核入侵检测分类系统的研究

被引：1

作者：

刘继清 ^{[1
]}

徐明 ^{[2
]}

机构：

[1] 武汉船舶职业技术学院电子电气工程系

[2] 江苏科技大学计算机科学与工程学院

来源：

江苏科技大学学报(自然科学版) | 2011年 / 25卷 / 06期

关键词：

KPCA; BP神经网络; 入侵检测; 核函数;

D O I：

暂无

中图分类号：

TP393.08 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对当前入侵检测系统的弱点,将KPCA技术和BP神经网络相结合,提出了一种多核入侵检测分类系统的设想.该系统针对一些复杂网络数据维数较高的特点,引入核主成分分析技术对其进行降维处理,从而简化了神经网络规模,降低了神经网络的运算量.通过对KDD99数据集进行仿真实验表明,与仅使用BP神经网络的入侵检测系统相比,该系统具有很强的泛化能力和较高的检测效率.

引用

页码：602 / 605

页数：4

共 5 条

[1]

基于C-SVM和KPCA的垃圾邮件检测研究 [J].