| 基于主成分分析和概率神经网络的入侵检测方法 |
|
| 投稿时间：2016-10-27 |
| 中文关键词:入侵检测 主成分分析 粒子群算法 概率神经网络 网络安全 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 1065 |
| 全文下载次数: 1204 |
| 中文摘要: |
| 针对神经网络在入侵检测的应用中存在入侵数据冗余信息多,数据量大,训练时间长,易陷入局部最优等问题,提出了一种基于主成分分析(PCA)和概率神经网络(PNN)的入侵检测方法。首先使用PCA对数据进行特征降维,解决了入侵数据冗余信息多的问题;然后使用PNN建立入侵检测模型;其次,使用粒子群算法(PSO)解决概率神经网络参数的优化问题;最后使用KDD99数据集对该模型进行测试。实验结果表明:该方法能够有效提高检测的效果,而且检测速度明显提高。 |
| 英文摘要: |
| |
| 赵广振.基于主成分分析和概率神经网络的入侵检测方法[J].石家庄铁道大学学报：自然科学版,2018,(1):91-95. |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
| 关闭 |
|
|
|
|
|