免疫算法优化的rbf在入侵检测中的应用期刊.pdfVIP

第27卷摇 第6期 计 算机 技 术 与发 展 Vol.27摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 免疫算法优化的RBF在入侵检测中的应用 曹耀彬,王亚刚 (西安邮电大学计算机学院,陕西 西安 710121) 摘摇 要:RBF(Radical Basis Function)神经网络是一种典型的三层前向神经网络。 虽然RBF神经网络的非线性逼近能力、 分类能力以及学习速度都要好于其他的神经网络,但是RBF神经网络在实际应用中隐含层中心点难求,不能被广泛地应 用于入侵检测系统中。 免疫算法是基于免疫系统的学习算法,免疫算法不仅对干扰具有较强维持系统平衡的能力,而且 具有较强的模式分类能力。 为了得到最优的RBF神经网络并将其应用到入侵检测系统中,提出了一种免疫算法优化的基