基于遗传神经网络的入侵检测研究

基于遗传神经网络的入侵检测研究

入侵检测技术是计算机网络信息安全检测的重要手段之一,入侵检测作为一种动态的安全防护技术,提供了对内部攻击、外部攻击和误操作的实时保护,在网络系统受到危害之前拦截和响应入侵.对计算机网络数据进行特征提取,提出了采用遗传算法和神经网络相结合入侵检测技术.遗传算法具有计算简单、优化效果好的特点.利用遗传算法来避免BP算法的局部极小点,从而达到均方根误差全局最小点,也解决了BP算法的收敛慢的问题;同时也解决了单独利用GA往往不能在短时间内寻找到接近最优解的这一问题.通过计算机实验验证了入侵检测的效果,提高了识别率,使得误报率和漏报率降低.

作 者： 戴天虹 DAI Tian-hong 作者单位： 东北林业大学机电工程学院,哈尔滨,150040 刊 名： 中国安全科学学报 ISTIC PKU 英文刊名： CHINA SAFETY

SCIENCE JOURNAL 年，卷(期)： 200616(2) 分类号： X913.2 关键词： 信息安全 入侵检测 神经网络 遗传算法 BP算法(误差反向传播算法)