基于量子粒子群的BP网络用于入侵检测.pdfVIP

基于量子粒子群的BP网络用于入侵检测.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于量子粒子群的BP网络用于入侵检测

108 传感器与微系统(TransducerandMicrosystemTechnologies) 2010年 第29卷 第2期 基于量子粒子群的BP网络用于入侵检测 袁 浩 (重庆邮电大学 电子商务与现代物流实验室,重庆 400065) 摘 要:针对遗传算法、粒子群算法等BP网络的学习算法对高维复杂问题仍易早熟收敛,且无法保证收 敛到最优解。把量子粒子群算法应用于BP网络的学习中,并把改进BP网络用于入侵检测。通过KDD99 CUP数据集分别对基于不同学习算法的BP网络进行了实验比较,结果表明:该算法的收敛速度较快,可 在一定程度上提高入侵检测系统的准确率和降低的误报率。 关键词:网络安全;入侵检测;BP网络 ;量子粒子群 中图分类号:TP393 文献标识码:A 文章编号:1000-9787(2010)O2-0108-03 Intrusion detectionbasedon quantum particleswarm ooottiimmiizzaattiioonn BP neettwwoorrkkss_ YUAN Hao (ElectronicCommerceModernLogisticsKeyLaboratory,ChongqingUniversityofPostsand Telecommunicati0ns,Chongqing400065,China) Abstract:Aimedattheproblem ofBP networkslearningalgorithm suchasgeneticalgorithms,particleswarm optimizationalgorithm isstilleasytoprematureconvergence,and can notguaranteeconvergencetotheoptimal solutionforhigh-dimensional complexissues.Thequantum panicleSWalTUalgorithm isappliedtoBPnetworksand improvetheBPnetworksofrintrusiondetection.ByKDD99CUP dataset,experimentsofBPnetworksbasedon differentlearningalgorithm werecompared.Resultsshow thatconvergencespeedofthealgorithm isfastandcan improveaccuracyofintursiondetectionsystemsandreducethefalsealarm ratetosomeextent. Keywords:networksecurity;intursiondetection;BPnetworks;quantum panicleswamr 0 引 言 使神经网络的攻击模式产生反应,从而使入侵检测系统具 随着互联网络的飞速发展 ,使用互联网进行在线消费 有 自适应能力 。对于神经网络在入侵检测中的应用,目 和电子商务的活动越来越频繁,计算机网络的安全问题越 前研究工作中大多数都是基于BP网络实现。传统 BP算 来越突出。网络安全问题已成为人们最为关心的问题之 法是一种梯度法,学习速度很慢。在训练大样本集时存在 J 一 。 入侵检测E2](intrusiondetection)是近十年发展起来 易陷入局部极小、训练时间长不易收敛等问题 。针对 的一种动态监测、预防或抵御系统入侵行为的安全机制。 传统 BP算法存在的这

您可能关注的文档

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档