混合前馈型神经网络在入侵检测中的应用研究

被引：1

作者：

姚羽 ^{[1
]}

高福祥 ^{[1
]}

邓庆绪 ^{[1
]}

于戈 ^{[1
]}

张守智 ^{[2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 辽宁省财政厅信息中心

来源：

控制与决策 | 2007年 / 04期

基金：

广东省自然科学基金;

关键词：

网络安全; 入侵检测系统; 前馈型神经网络; 混沌神经网络;

D O I：

10.13195/j.cd.2007.04.74.yaoy.015

中图分类号：

TP183 [人工神经网络与计算]; TP393.08 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0839 ; 1402 ;

摘要：

提出一种基于混沌神经元的混合前馈型神经网络,用于检测复杂的网络入侵模式.这种神经网络具有混沌神经元的延时、收集、思维和分类的功能,避免了MLP神经网络仅能识别网络中当前的滥用入侵行为的弱点.对混合网络进行训练后,将该网络用于滥用入侵检测.使用DARPA数据集对该方法进行评估,结果表明该方法可有效地提高对具备延时特性的Probe和DOS入侵的检测性能.

引用

页码：432 / 435

页数：4

共 4 条

[1] 基于D-S证据理论的网络异常检测方法 [J].