基于改进BP神经网络的网络入侵检测研究

TP389.1; 随着互联网的快速发展,网络安全问题日益突出,入侵检测方法研究变得愈发重要.为提高网络入侵检测能力,首先对传统BP算法进行优化,然后对KDD99数据集进行了数据的预处理和特征选择,设计了优化的BP神经网络模型,最后进行了仿真实验.结果表明:相较于传统BP算法模型准确率提高了12.12％,达到96.64％,误检率降低至3.65％,模型的收敛性和稳定性都有所提高,达到了预期效果....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	石家庄学院学报 2019, Vol.21 (3), p.23-30
Hauptverfasser:	曾文献, 张淑青, 孟庆林, 李子坤
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP389.1; 随着互联网的快速发展,网络安全问题日益突出,入侵检测方法研究变得愈发重要.为提高网络入侵检测能力,首先对传统BP算法进行优化,然后对KDD99数据集进行了数据的预处理和特征选择,设计了优化的BP神经网络模型,最后进行了仿真实验.结果表明:相较于传统BP算法模型准确率提高了12.12％,达到96.64％,误检率降低至3.65％,模型的收敛性和稳定性都有所提高,达到了预期效果.
ISSN:	1673-1972
DOI:	10.3969/j.issn.1673-1972.2019.03.005