| 蝙蝠算法优化神经网络的网络入侵检测 |
| |
| 引用本文： | 刘羿.蝙蝠算法优化神经网络的网络入侵检测[J].计算机仿真,2015,32(2):311-314,445. |
| |
| 作者姓名： | 刘羿 |
| |
| 作者单位： | 河南农业大学信管学院,河南郑州,450002 |
| |
| 摘 要： | 研究网络入侵安全问题,网络入侵具有隐蔽性、随机性和突发性等复杂变化特点,传统方法无法描述变化规律,导致入侵检测正确率低。为了提高网络入侵检测效果,针对BP神经网络参数优化问题,提出一种蝙蝠算法优化BP神经网络的权网络入侵检测模型(BA-BPNN)。首先将BP神经网络参数编码为蝙蝠个体,并以网络入侵检测正确率作为个体适应度函数,然后通过模拟蝙蝠飞行过程找到BP神经网络最优参数,最后根据最优参数建立网络入侵检测模型。在Matlab 2012平台采用KDD CUP 99数据集仿真测试,结果表明,BA-BPNN解决了传统神经网络模型存在的难题,提高网络入侵检测正确率。
|
| 关 键 词： | 网络入侵 蝙蝠算法 神经网络 参数优化 |
Network Intrusion Detection Model Based on Neural Network Optimized by Bat Algorithm |
| |
| LIU Yi.Network Intrusion Detection Model Based on Neural Network Optimized by Bat Algorithm[J].Computer Simulation,2015,32(2):311-314,445. |
| |
| Authors: | LIU Yi |
| |
| Affiliation: | LIU Yi;Henan Agricultural University,College of Information Management Science; |
| |
| Abstract: | |
| |
| Keywords: | Network intrusion Bat algorithm Neural network Parameters optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
