基于改进RBF神经网络的入侵检测研究

被引：6

作者：

田俊峰

张晶

毕志明

机构：

[1] 河北大学数学与计算机学院

来源：

计算机工程与应用 | 2008年 / 31期

关键词：

入侵检测; 熵; 模糊聚类; 径向基函数神经网络;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高。RBF神经网络在一定程度上克服了BP神经网络存在的问题,但如何确定一个合适的RBF网络隐层神经元中心个数又是保证其应用效果的关键之一。因此,将基于熵的模糊聚类和RBF神经网络相结合,提出了基于EFC的改进RBF神经网络算法,并将该方法应用于入侵检测研究。实验表明,该算法可以获得满意的性能。

引用

页码：135 / 138

页数：4

共 6 条

[1] 基于神经网络LMBP算法的入侵检测方法 [J].

陈海 ;

丁邦旭 ;

王炜立 .

计算机应用与软件, 2007, (08) :183-185+188

[2] 基于改进BP算法的入侵检测神经网络方法 [J].

王磊 ;

廖晓峰 .

计算机工程与应用, 2004, (31) :69-71+119

[3] 入侵检测技术研究综述 [J].

卿斯汉 ;

蒋建春 ;

马恒太 ;

文伟平 ;

刘雪飞 .

通信学报 , 2004, (07) :19-29

[4]

入侵检测技术导论[M]. 机械工业出版社 , 唐正军编著, 2004

[5] Intelligent Intrusion Detection System Model Using Rough Neural Network [J].

YAN Huaizhi HU Changzhen TAN Huimin Information Security and CounterMeasure Technology Research Center Beijing Institute of Technology Beijing ChinaNational Key Laboratory of Mechatronics Engineering and Control Beijing Institute of Technology Beijing China .

Wuhan University Journal of Natural Sciences, 2005, (01) :119-122

[6] Entropy-based fuzzy clustering and fuzzy modeling [J].

Yao, J ;

Dash, M ;

Tan, ST ;

Liu, H .

FUZZY SETS AND SYSTEMS, 2000, 113 (03) :381-388

← 1 →