基于MPSO的BP网络及其在入侵检测中的应用

被引：5

作者：

肖晓丽

黄继红

刘志朋

机构：

[1] 长沙理工大学计算机与通信工程学院

来源：

计算机工程 | 2008年 / 15期

关键词：

粒子群优化算法; 遗传算法; BP神经网络; 入侵检测; 变异;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种基于变异粒子群优化(MPSO)的BP网络学习算法,该算法用PSO算法替代了传统BP算法,且在学习过程中,引入变异操作,克服传统BP算法易陷入局部极小和PSO算法早熟的不足。并把该算法应用于入侵检测中,通过KDD99 CUP数据集分别对基于不同算法的BP神经网络进行了仿真实验比较,结果表明,该算法的收敛速度快,迭代次数较少,而且测试平均准确率高达96.5%。

引用

页码：168 / 169+210 +210

页数：3