[1]薛俊 陈行 陶军.一种基于神经网络的入侵检测技术[J].计算机技术与发展,2009,(08):148-150.
 XUE Jun,CHEN Hang,TAO Jun.Technology of Intrusion Detection Based on Neural Network[J].,2009,(08):148-150.
点击复制

一种基于神经网络的入侵检测技术()
分享到:

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年08期
页码:
148-150
栏目:
安全与防范
出版日期:
1900-01-01

文章信息/Info

Title:
Technology of Intrusion Detection Based on Neural Network
文章编号:
1673-629X(2009)08-0148-03
作者:
薛俊12 陈行12 陶军12
[1]东南大学计算机科学与工程学院[2]东南大学计算机网络与信息集成教育部重点实验室
Author(s):
XUE Jun CHEN Hang TAO Jun
[1]School of Computer Science & Engineering, Southeast University[2]Ministry of Education Key Lab. of Computer Network & Information Integration, Southeast University
关键词:
入侵检测BP算法检测率误报率
Keywords:
intrusion detection BP algorithm ADR FPR
分类号:
TP393.08
文献标志码:
A
摘要:
应用神经网络技术不仅能识别已知的网络入侵行为,而且也能识别许多未知的网络入侵的变种。BP神经网络是一种成功的神经网络技术,然而,标准BP算法学习速率固定,不能根据实际情况动态改变学习速率。为了自适应当前网络学习的状况,提高网络的收敛速度,提出了一种基于综合增加动量项与自适应调节学习速率相结合的改进BP算法,可以满足入侵检测分类识别的需求。选用Kddcup 1999 Data网络连接数据集进行特征提取和预处理之后,送入神经网络进行训练和测试,得到较高的检测率和较低的误报率。实验表明,基于改进的BP神经网络的
Abstract:
Neural network can recognize the known action of network attacks as well as the unknown variation of the known network intrusion. Neural network based on BP algorithm is a kind of successful technology. However, the learning rate of the standard BP algori

相似文献/References:

[1]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
 LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(08):143.
[2]马志远,曹宝香.改进的决策树算法在入侵检测中的应用[J].计算机技术与发展,2014,24(01):151.
 MA Zhi-yuan,CAO Bao-xiang.Application of Improved Decision Tree Algorithm in Intrusion Detection System[J].,2014,24(08):151.
[3]高峥 陈蜀宇 李国勇.混合入侵检测系统的研究[J].计算机技术与发展,2010,(06):148.
 GAO Zheng,CHEN Shu-yu,LI Guo-yong.Research of a Hybrid Intrusion Detection System[J].,2010,(08):148.
[4]林英 张雁 欧阳佳.日志检测技术在计算机取证中的应用[J].计算机技术与发展,2010,(06):254.
 LIN Ying,ZHANG Yan,OU Yang-jia.Application of Log Testing Technology in Computer Forensics[J].,2010,(08):254.
[5]李志俊 程家兴 金奎 饶玉佳.基于样本期望训练数的BP神经网络改进研究[J].计算机技术与发展,2009,(05):103.
 LI Zhi-jun,CHENG Jia-xing,JIN Kui,et al.BP Algorithm Improvement Based on Sample Expected Training Number[J].,2009,(08):103.
[6]李钦 余谅.基于免疫遗传算法的网格入侵检测模型[J].计算机技术与发展,2009,(05):162.
 LI Qin,YU Liang.Grid Intrusion Detection Model Based on Immune Genetic Algorithm[J].,2009,(08):162.
[7]黄世权.网络存储安全分析[J].计算机技术与发展,2009,(05):170.
 HUANG Shi-quan.Analysis of Network Storage's Safety[J].,2009,(08):170.
[8]李睿 肖维民.基于孤立点挖掘的异常检测研究[J].计算机技术与发展,2009,(06):168.
 LI Rui,XIAO Wei-min.Research on Anomaly Intrusion Detection Based on Outlier Mining[J].,2009,(08):168.
[9]胡琼凯 黄建华.基于协议分析和决策树的入侵检测研究[J].计算机技术与发展,2009,(06):179.
 HU Oiong-kai,HUANG Jian-hua.Intrusion Detection Based on Protocol Analysis and Decision Tree[J].,2009,(08):179.
[10]汪世义.基于优化支持向量机的网络入侵检测技术研究[J].计算机技术与发展,2009,(07):177.
 WANG Shi-yi.Network Intrusion Detection Based on Improved Support Vector Machine[J].,2009,(08):177.

备注/Memo

备注/Memo:
国家自然科学基金重大研究计划项目(90604003)薛俊(1979-),男,江苏南京人,硕士研究生,研究方向为网络安全、网络入侵检测、神经网络;导师:吴国新,教授。博士生导师,从事计算机网络及其应用方面的研究和教学工作
更新日期/Last Update: 1900-01-01