科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高网络入侵检测的检测率以及降低相应的误报率和漏报率,同时尽可能地减少检测时间,提出另一种基于小生境和ELMAN神经网络的入侵检测模型。首先,利用ELMAN网络具有较强的记忆能力和径向基函数神经网络具有很强的非线性映射能力的优点,提出了一种基于RBF神经网络和ELMAN网络的模型——RBFELMAN网络,并给出了RBF-ELMAN网络模型的训练方法。为了防止算法陷入局部最优,提出了一种基于小生境算法对网络结构优化的算法,并给出小生镜遗传算法的优化方法,实现对网络的权值的进一步学习。为了验证方法的有效性,将方法与其它代表算法方法进行比较,实验结果表明了方法具有较高的检测率和较低的漏报率和误检率,同时具有较高的检测效率。
-
单位山西财经大学
