基于复合分类器的网络入侵检测模型 intrusion detection model based on hybrid classifier.pdfVIP

TP393 A 1000-7229(2011)11-0040-05 基于复合分类器的网络入侵检测模型 刘克文1张贲2王宇飞3 1.中国电力科学研究院，北京市，100192； 华北电网有限公司，北京市，100053； 3.华北电力大学控制与计算机工程学院，北京市，102206 IntrusionDetectionModelBasedonHybridClassifier LIU Kewen ZHANG BenWANG Yufei 摘要：为提高国家电网网络入侵检测中攻击分类问题的准确 度，提出一种基于复合分类器的入侵检测模型。复合分类器 由核主成分分析、量子遗传算法和前馈(backpropagation，BP) 神经网络组合而成。复合分类器先使用核主成分分析将高维 数的原始数据降维，降维后的数据再通过BP神经网络训练生 成分类模型，其中BP神经网络的参数通过量子遗传算法优化 得到，最后使用分类模型对待测样本做精确入侵检测分类。 与传统入侵检测算法相比，基于复合分类器的入侵