基于BP神经网络的入侵检测系统分类器的实现

被引：10

作者：

郑宏

陆阳

徐朝农

机构：

[1] 合肥工业大学计算机与信息学院

[2] 合肥工业大学计算机与信息学院安徽合肥　

[3] 安徽合肥　

来源：

合肥工业大学学报(自然科学版) | 2003年 / 02期

关键词：

BP神经网络; Levenberg-Marquardt算法; 入侵检测系统分类器;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

提出一种应用人工神经网络进行入侵检测分类器设计的新方法,即采用改进的BP神经网络Levenberg-Marquardt优化算法进行入侵检测分类器的设计。该网络μ参量可自适应调整,收敛速度快,解决了传统BP算法的收敛速度慢、易陷入局部最小点的问题。实验结果表明,分类器用于入侵检测,效果良好,学习速度快,分类准确率高,为实现入侵检测分类器提供了一条准确高效的途径。

引用

页码：281 / 285

页数：5