现代电子技术

2020, v.43;No.573(22) 114-117

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

蚁群算法选择神经网络参数的网络入侵检测
Network intrusion detection based on neural network parameters selected by ant colony algorithm

苏明;马琳;

摘要(Abstract):

面对日益严峻的网络入侵形势,网络检测是保证网络安全的重要手段,因此提出蚁群算法选择神经网络参数的网络入侵检测方法。通过神经网络学习采集的网络入侵检测数据,学习过程中采用蚁群算法通过路径寻优、更新信息素等方式选择最佳的神经网络权值和阈值,得到最佳网络入侵检测模型,实现网络入侵的有效检测。实验结果表明,该方法具有较高的网络入侵检测准确率,检测网络入侵的效果更好,速度更快,且抗噪性能强;并且使用者对该方法的检测速度、错误率等方面均要优于传统方法,说明该检测方法的应用效果好、价值高。

关键词(KeyWords): 网络入侵检测;蚁群算法;神经网络;参数选择;数据采集;入侵检测模型;结果分析

Abstract:

Keywords:

基金项目(Foundation): 北京市自然科学基金重点项目(KZ201951160050)

作者(Author): 苏明;马琳;

Email:

DOI: 10.16652/j.issn.1004-373x.2020.22.028

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享