PCA-BP神经网络入侵检测方法
梁辰
李成海
周来恩
1.空军工程大学防空反导学院，西安，7100512.空军工程大学防空反导学院，西安，7100513.空军工程大学防空反导学院，西安，710051
摘要：针对经典BP神经网络在入侵检测应用中收敛速度慢、学习性能不够理想等缺陷，以消除原始数据中的冗余信息、提升入侵检测算法的检测性能为目的，综合采用主成分分析法和附加动量法，提出了一种基于PCA?BP神经网络的入侵检测方法，通过对数据的特征选择和对网络的权值修正，对经典BP神经网络算法进行了拓展和改进。首先对网络数据集进行标准化处理，并对处理后的数据集进行降维处理以确定主分量的特征数，最后将处理完成后的数据集输入到改进的BP神经网络中进行检测。通过在 KDD Cup 1999网络数据集上的大量实验证明，该方法在大部分网络环境，尤其是在训练样本较为充足的网络环境中时，系统模型的收敛性、检测效率和检测准确率上均优于经典BP神经网络方法和半监督入侵检测方法。
关键词：入侵检测系统主成分分析BP神经网络附加动量法入侵检测算法
分类号：TP393.08(计算技术、计算机技术)
资助基金：国家自然科学基金(61309022)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 93-98 )
英文信息