基于改进的灰狼算法优化BP神经网络的入侵检测方法

1

作者 彭庆媛 王晓峰 +3 位作者 唐傲 华盈盈 何飞 刘建平 《现代电子技术》 北大核心 2025年第13期96-104,共9页

当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改... 当今世界的网络安全问题日益突出,入侵检测技术作为网络安全领域的重要组成部分得到迅速发展。目前,BP神经网络广泛应用于入侵检测。但传统BP神经网络权值选取不精确、学习效率低以及易陷入局部极小值,针对以上缺点,文中提出一种基于改进的灰狼算法优化BP神经网络的入侵检测方法。改进的灰狼算法通过改变线性控制参数,以及在灰狼位置更新公式中加入反余切惯性权重策略,以扩展狼群的搜索范围,从而避免陷入局部最优解。利用改进的算法优化BP神经网络的初始权值和阈值,将优化的BP神经网络应用于入侵检测。实验结果表明,改进的灰狼算法具有更好的稳定性、寻优效率和寻优精度,改进的入侵检测方法不易陷入局部极小值,泛化能力强,预测精度高和可靠性好。 展开更多

关键词 非线性控制参数 惯性权重 灰狼优化算法 bp神经网络 入侵检测 网络安全

在线阅读 下载PDF 职称材料

基于神经网络LMBP算法的入侵检测方法 被引量：4

2

作者 陈海 丁邦旭 王炜立 《计算机应用与软件》 CSCD 北大核心 2007年第8期183-185,188,共4页

阐述了基于神经网络LMBP算法的入侵检测方法,在对网络中的IP数据包进行分析处理以及特征提取的基础上,采用神经网络进行训练或判别,以达到对未知数据包进行检测的目的。由传统的BP算法与LMBP算法的分析与比较得到:LMBP算法解决了传统BP... 阐述了基于神经网络LMBP算法的入侵检测方法,在对网络中的IP数据包进行分析处理以及特征提取的基础上,采用神经网络进行训练或判别,以达到对未知数据包进行检测的目的。由传统的BP算法与LMBP算法的分析与比较得到:LMBP算法解决了传统BP算法的收敛速度慢、易陷入局部最小的问题。实验结果表明,LMBP算法的学习速度快,收敛速度快,将这个算法应用于基于神经网络的入侵检测,效果良好,判别准确率高,为实现高效准确的入侵检测提供了一种有效的方法。 展开更多

关键词 bp神经网络 入侵检测 lmbp算法

在线阅读 下载PDF 职称材料

基于BP神经网络改进算法的入侵检测方法 被引量：20

3

作者 危胜军 胡昌振 姜飞 《计算机工程》 CAS CSCD 北大核心 2005年第13期154-155,158,共3页

对BP神经网络的算法进行改进:针对不同的训练样本,只激发网络中的部分神经元以产生输出。权值的调整只发生在与被激发的神经元相连弧线的权值上,而不是传统的BP神经网络需要对所有权值进行调整。实验结果表明,该算法在大样本训练网络时... 对BP神经网络的算法进行改进:针对不同的训练样本,只激发网络中的部分神经元以产生输出。权值的调整只发生在与被激发的神经元相连弧线的权值上,而不是传统的BP神经网络需要对所有权值进行调整。实验结果表明,该算法在大样本训练网络时,可以显著提高网络的训练速度,减少训练的时间,同时还可以提高系统的检测率。 展开更多

关键词 入侵检测 神经网络 bp算法 功能分布

在线阅读 下载PDF 职称材料

遗传算法优化BP网络初始权重用于入侵检测 被引量：16

4

作者 徐仙伟 叶小岭 《计算机应用研究》 CSCD 北大核心 2005年第3期127-128,132,共3页

基于遗传算法的全局搜索和BP网络局部精确搜索的特性,将遗传算法与BP算法有机结合,先采用遗传算法优化BP网络初始权重,完成网络的训练过程,并将此方法运用于入侵检测中。实验证明,运用此方法有利于提高网络的收敛性,可在一定程度上提高... 基于遗传算法的全局搜索和BP网络局部精确搜索的特性,将遗传算法与BP算法有机结合,先采用遗传算法优化BP网络初始权重,完成网络的训练过程,并将此方法运用于入侵检测中。实验证明,运用此方法有利于提高网络的收敛性,可在一定程度上提高入侵检测系统的准确率。 展开更多

关键词 入侵检测 遗传算法 bp网络 网络初始权重

在线阅读 下载PDF 职称材料

基于MPSO的BP网络及其在入侵检测中的应用 被引量：6

5

作者 肖晓丽 黄继红 刘志朋 《计算机工程》 CAS CSCD 北大核心 2008年第15期168-169,210,共3页

提出一种基于变异粒子群优化(MPSO)的BP网络学习算法,该算法用PSO算法替代了传统BP算法,且在学习过程中,引入变异操作,克服传统BP算法易陷入局部极小和PSO算法早熟的不足。并把该算法应用于入侵检测中,通过KDD99 CUP数据集分别对基于不... 提出一种基于变异粒子群优化(MPSO)的BP网络学习算法,该算法用PSO算法替代了传统BP算法,且在学习过程中,引入变异操作,克服传统BP算法易陷入局部极小和PSO算法早熟的不足。并把该算法应用于入侵检测中,通过KDD99 CUP数据集分别对基于不同算法的BP神经网络进行了仿真实验比较,结果表明,该算法的收敛速度快,迭代次数较少,而且测试平均准确率高达96.5%。 展开更多

关键词 粒子群优化算法 遗传算法 bp神经网络 入侵检测 变异

在线阅读 下载PDF 职称材料

基于改进BP算法的入侵检测神经网络方法 被引量：11

6

作者 王磊 廖晓峰 《计算机工程与应用》 CSCD 北大核心 2004年第31期69-71,119,共4页

论文利用基于Cauchy误差估计器的BP算法对入侵检测系统进行了研究,改进的BP算法较传统BP算法具有收敛速度快、正确检测率高的优点,实验结果表明:该方法较为圆满地解决了入侵检测系统所需要的实时性、适应性、可用性、可靠性和准确性等... 论文利用基于Cauchy误差估计器的BP算法对入侵检测系统进行了研究,改进的BP算法较传统BP算法具有收敛速度快、正确检测率高的优点,实验结果表明:该方法较为圆满地解决了入侵检测系统所需要的实时性、适应性、可用性、可靠性和准确性等方面的要求,这为入侵检测提供了一个新的研究手段与方法。 展开更多

关键词 入侵检测 神经网络 bp算法 误差估计器

在线阅读 下载PDF 职称材料

改进差分进化算法优化BP神经网络用于入侵检测 被引量：10

7

作者 陈超 曹晓梅 《计算机应用与软件》 北大核心 2018年第4期310-316,324,共8页

为解决BP神经网络应用于入侵检测时检测率较低、训练时间过长的问题,对改进差分进化算法(SAMDE)优化BP神经网络并用于入侵检测的可行性进行研究。该算法引入模拟退火算法(SA)和一种融合DE/rand/1与DE/best/1的变异算子对差分进化算法进... 为解决BP神经网络应用于入侵检测时检测率较低、训练时间过长的问题,对改进差分进化算法(SAMDE)优化BP神经网络并用于入侵检测的可行性进行研究。该算法引入模拟退火算法(SA)和一种融合DE/rand/1与DE/best/1的变异算子对差分进化算法进行改进以提高其全局寻优能力。用改进后的算法优化BP神经网络权值阈值。通过逐次的迭代训练使BP神经网络收敛,将优化过的BP神经网络用于入侵检测。仿真实验结果显示,优化的BP网络在收敛速度和精度方面有明显提升,用于入侵检测时提高了检测准确率,缩短了训练时间。 展开更多

关键词 bp神经网络 差分进化算法 模拟退火算法 全局寻优 入侵检测

在线阅读 下载PDF 职称材料

基于PCA的3种改进BP算法性能研究 被引量：4

8

作者 李志清 傅秀芬 《计算机工程》 CAS CSCD 北大核心 2011年第21期108-110,共3页

现有入侵检测系统的效率和准确率较低。为此,提出一种基于主成分分析的特征提取方法。对数据源进行特征降维,将获得的主成分作为BP神经网络的输入数据进行识别。分析原始BP算法存在的问题,研究RPBP、CGBP、LMBP 3种改进BP算法,并进行仿... 现有入侵检测系统的效率和准确率较低。为此,提出一种基于主成分分析的特征提取方法。对数据源进行特征降维,将获得的主成分作为BP神经网络的输入数据进行识别。分析原始BP算法存在的问题,研究RPBP、CGBP、LMBP 3种改进BP算法,并进行仿真实验,结果表明,与原始BP算法相比,改进算法收敛速度快,漏报率和误报率低,能有效改善入侵检测的识别效果。 展开更多

关键词 入侵检测 主成分分析 神经网络 bp算法 误报率 漏报率

在线阅读 下载PDF 职称材料

基于BP神经网络的入侵检测算法 被引量：37

9

作者 胡明霞 《计算机工程》 CAS CSCD 2012年第6期148-150,共3页

为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法。该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行... 为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法。该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行学习和检测,解决直接使用BP学习造成的训练样本数量过大而难以收敛的问题,同时缩短样本训练时间,提高BP神经网络分类正确率。仿真实验结果表明,与传统网络入侵检测算法相比,该算法的训练样本时间更短,具有较好的识别率和检测率。 展开更多

关键词 bp神经网络 算法优化 入侵检测 漏报率 误报率

在线阅读 下载PDF 职称材料

基于神经网络的BP算法研究及在网络入侵检测中的应用 被引量：11

10

作者 罗俊松 《现代电子技术》 北大核心 2017年第11期91-94,共4页

通过分析BP神经网络用于检测系统存在的问题,在传统BP算法基础上,采用自动变速率学习法,引入遗忘因子、随机优化算子,并将其用于网络入侵检测系统。仿真实验结果表明,改进的BP神经网络算法用于入侵检测,速度快、易收敛,目标精度0.02很... 通过分析BP神经网络用于检测系统存在的问题,在传统BP算法基础上,采用自动变速率学习法,引入遗忘因子、随机优化算子,并将其用于网络入侵检测系统。仿真实验结果表明,改进的BP神经网络算法用于入侵检测,速度快、易收敛,目标精度0.02很快达到。改进的BP神经网络算法的检测率、漏测率、误报率分别为96.17%,3.83%,4.15%,检测率比未改进的BP算法要高出11.65%,漏测率比未改进的BP算法要低10.66%,误报率比未改进的BP算法要低4.07%,改进算法优越性明显。 展开更多

关键词 bp算法 入侵检测 神经网络 随机优化算子

在线阅读 下载PDF 职称材料

遗传禁忌算法优化BP网络用于入侵检测 被引量：5

11

作者 王艳萍 《计算机应用研究》 CSCD 北大核心 2010年第3期1086-1088,1091,共4页

针对入侵检测系统存在的高漏报率和误报率,提出一种基于遗传禁忌神经网络的入侵检测模型。该模型基于遗传禁忌算法的全局搜索和BP网络局部精确搜索的特性,将遗传禁忌算法和BP算法有机结合,利用遗传禁忌算法优化BP网络初始权重,同时引入... 针对入侵检测系统存在的高漏报率和误报率,提出一种基于遗传禁忌神经网络的入侵检测模型。该模型基于遗传禁忌算法的全局搜索和BP网络局部精确搜索的特性,将遗传禁忌算法和BP算法有机结合,利用遗传禁忌算法优化BP网络初始权重,同时引入小生境技术改进遗传禁忌算法。实验表明,改进的遗传禁忌算法优化BP网络用于入侵检测能提高入侵检测的效率,降低误警率,可在一定程度上提高入侵检测系统的准确率。 展开更多

关键词 入侵检测 bp神经网络 遗传禁忌算法 小生境技术 网络安全

在线阅读 下载PDF 职称材料

基于CFA和BP神经网络的入侵检测方法 被引量：3

12

作者 凌捷 黄盛 《郑州大学学报（理学版）》 CAS 北大核心 2018年第3期1-6,共6页

基于BP神经网络的入侵检测方法因神经网络的初始网络运行参数是随机选择,存在容易陷入局部最优及收敛慢而导致检测准确率低的问题,提出一种基于CFA和BP神经网络的入侵检测方法 CFA-BPIDS.将BP神经网络的权值和阈值编码成CFA中的细胞个体... 基于BP神经网络的入侵检测方法因神经网络的初始网络运行参数是随机选择,存在容易陷入局部最优及收敛慢而导致检测准确率低的问题,提出一种基于CFA和BP神经网络的入侵检测方法 CFA-BPIDS.将BP神经网络的权值和阈值编码成CFA中的细胞个体,BP神经网络全局误差作为CFA的适应值,然后进行多次迭代,选择适应值最优的细胞个体作为BP神经网络的权值和阈值,最后将具有最优权值和阈值的BP神经网络应用在网络入侵检测中的检测模块.实验结果表明,该方法相比基于遗传算法和粒子群算法,优化BP神经网络的入侵检测方法提高了入侵检测准确率. 展开更多

关键词 CFA bp神经网络 入侵检测 遗传算法 粒子群算法

在线阅读 下载PDF 职称材料

改进BP算法在入侵检测技术中的应用 被引量：1

13

作者 贺敏伟 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2008年第A01期205-207,共3页

针对传统BP算法收敛速度慢且容易陷入局部极小的缺点,提出了一种基于Cauchy鲁棒误差估计标准方法的改进BP算法。传统BP算法之所以收敛速度慢及容易陷入局部极小,主要原因在于采用的误差估计标准过度重视了样本的异常值,而Cauchy鲁棒统... 针对传统BP算法收敛速度慢且容易陷入局部极小的缺点,提出了一种基于Cauchy鲁棒误差估计标准方法的改进BP算法。传统BP算法之所以收敛速度慢及容易陷入局部极小,主要原因在于采用的误差估计标准过度重视了样本的异常值,而Cauchy鲁棒统计误差估计能够减少样本异常值的影响,在一定程度上摆脱对初始权值和阈值的依赖性,进而提高算法训练样本的速度和入侵检测的精度。将改进后的BP算法用于入侵检测中以解决入侵检测系统要求较高的实时性难题。仿真实验取得了较好的效果。 展开更多

关键词 网络安全 入侵检测 bp算法 神经网络

在线阅读 下载PDF 职称材料

改进蚁群算法结合BP网络用于入侵检测 被引量：1

14

作者 范瑛 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2010年第5期966-969,共4页

针对用BP神经网络进行入侵检测时权值难以确定的问题,提出一种基于改进蚁群算法与BP网络的入侵检测方法。基于蚁群算法构建解特点,正反馈自催化机制和分布式计算机制和BP网络局部精确搜索的特性,将蚁群算法和BP算法有机结合,利用蚁群算... 针对用BP神经网络进行入侵检测时权值难以确定的问题,提出一种基于改进蚁群算法与BP网络的入侵检测方法。基于蚁群算法构建解特点,正反馈自催化机制和分布式计算机制和BP网络局部精确搜索的特性,将蚁群算法和BP算法有机结合,利用蚁群算法优化BP网络,并对蚁群算法进行改进。通过KDD99CUP数据集分别对基于不同算法集合的BP神经网络进行了仿真实验,结果表明:改进算法收敛速度快,迭代次数较少,可在一定程度上提高入侵检测系统的准确率。 展开更多

关键词 入侵检测 bp神经网络 网络安全 蚁群算法 信息安全

在线阅读 下载PDF 职称材料

基于BP神经网络的入侵检测系统分类器的实现 被引量：9

15

作者 郑宏 陆阳 徐朝农 《合肥工业大学学报（自然科学版）》 CAS CSCD 2003年第2期281-285,共5页

提出一种应用人工神经网络进行入侵检测分类器设计的新方法,即采用改进的BP神经网络Levenberg-Marquardt优化算法进行入侵检测分类器的设计。该网络μ参量可自适应调整,收敛速度快,解决了传统BP算法的收敛速度慢、易陷入局部最小点的问... 提出一种应用人工神经网络进行入侵检测分类器设计的新方法,即采用改进的BP神经网络Levenberg-Marquardt优化算法进行入侵检测分类器的设计。该网络μ参量可自适应调整,收敛速度快,解决了传统BP算法的收敛速度慢、易陷入局部最小点的问题。实验结果表明,分类器用于入侵检测,效果良好,学习速度快,分类准确率高,为实现入侵检测分类器提供了一条准确高效的途径。 展开更多

关键词 bp神经网络 LEVENBERG-MARQUARDT算法 入侵检测系统 分类器 网络安全 设计方法

在线阅读 下载PDF 职称材料

利用改进灰狼算法优化BP神经网络的入侵检测 被引量：15

16

作者 王振东 刘尧迪 +2 位作者 胡中栋 李大海 王俊岭 《小型微型计算机系统》 CSCD 北大核心 2021年第4期875-884,共10页

神经网络技术被广泛应用于网络安全领域,在入侵检测中能够实现网络攻击的主动检测和攻击分类.然而随着恶意攻击的不断演化,神经网络技术存在的弊端日益显现.针对BP神经网络在入侵检测过程中存在的初始值随机性较大以及易陷入局部最优的... 神经网络技术被广泛应用于网络安全领域,在入侵检测中能够实现网络攻击的主动检测和攻击分类.然而随着恶意攻击的不断演化,神经网络技术存在的弊端日益显现.针对BP神经网络在入侵检测过程中存在的初始值随机性较大以及易陷入局部最优的问题,本文提出一种改进灰狼算法优化BP神经网络的入侵检测模型(IGWO-BP).首先,使用混沌映射初始化种群、设计非线性收敛因子以及动态权重策略对传统灰狼算法进行改进,并以此优化BP神经网络的初始权值和阈值,并运用改进BP神经网络对网络安全数据集进行实际检测.实验结果表明,IGWO-BP模型在NSL-KDD和UNSW-NB15数据集上取得了较优的检测结果,与其它现有模型相比性能也有较大提升. 展开更多

关键词 入侵检测 改进灰狼算法 bp神经网络 NSL-KDD和UNSW-NB15数据集

在线阅读 下载PDF 职称材料

改进BP算法在入侵检测系统中的应用 被引量：2

17

作者 许朋飞 沈磊 《计算机工程》 CAS CSCD 北大核心 2008年第6期151-152,共2页

提出一种改进的BP算法,该算法中学习速率α不是凭经验给出的固定值,而是在学习过程中计算出的最优值αk。实验结果表明,与传统的BP算法相比,该算法可以减少学习时间,提高学习速度和网络入侵检测系统(NIDS)的检测率,可以解决当前NIDS普... 提出一种改进的BP算法,该算法中学习速率α不是凭经验给出的固定值,而是在学习过程中计算出的最优值αk。实验结果表明,与传统的BP算法相比,该算法可以减少学习时间,提高学习速度和网络入侵检测系统(NIDS)的检测率,可以解决当前NIDS普遍存在的虚警率过高问题。 展开更多

关键词 网络入侵检测系统 神经网络 bp算法

在线阅读 下载PDF 职称材料

改进的HS算法优化BP神经网络的入侵检测研究 被引量：11

18

作者 丁红卫 万良 邓烜堃 《计算机工程与科学》 CSCD 北大核心 2019年第1期65-72,共8页

基于传统BP神经网络的入侵检测中,BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷。初始值的选择直接影响到BP神经网络的训练效果,较好的初始值有利于BP神经网络跳过局部最优,从而提高训练效率。针对BP神经网络的缺陷... 基于传统BP神经网络的入侵检测中,BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷。初始值的选择直接影响到BP神经网络的训练效果,较好的初始值有利于BP神经网络跳过局部最优,从而提高训练效率。针对BP神经网络的缺陷,提出了用改进的和声搜索算法对BP神经网络的初始值进行优化,使得BP神经网络得到一组较优的初值的方法。实验结果显示,改进的和声搜索算法具有更高的适应度函数值,将该算法优化的BP神经网络用在入侵检测中,能够显著提高算法检测率和收敛速率。 展开更多

关键词 bp神经网络 入侵检测 和声搜索算法 初始值优化 局部最优

在线阅读 下载PDF 职称材料

基于BP神经网络的入侵检测系统

19

作者 杜晓曦 钟乐海 陈良维 《兵工自动化》 2007年第4期51-52,共2页

基于BP神经网络技术的入侵检测系统,将二进制表示的原始审计数据用ASCII码表示,再进行数据预处理,包括数据解析和转化成神经网络可识别的输入。然后执行数据收集和预处理,得到评估数据集,以评估新的模式或特征的准确率。最后,神经网络... 基于BP神经网络技术的入侵检测系统,将二进制表示的原始审计数据用ASCII码表示,再进行数据预处理,包括数据解析和转化成神经网络可识别的输入。然后执行数据收集和预处理,得到评估数据集,以评估新的模式或特征的准确率。最后,神经网络分析引擎处理分析数据集,判断是否为异常数据。 展开更多

关键词 bp神经网络 入侵检测 idS 神经元 训练

在线阅读 下载PDF 职称材料

分布式入侵检测系统及其认知能力 被引量：44

20

作者 陈硕 安常青 李学农 《软件学报》 EI CSCD 北大核心 2001年第2期225-232,共8页

DIDAPPER( distributed intrusion detector with apperception)系统是一种具有认知能力的分布式入侵检测系统 .分布式结构、认知能力和知识的共享是该系统的重要特点 .重点讨论了 DIDAPPER系统的认知能力 .流量标本和 IP陷阱是 DIDAPPE... DIDAPPER( distributed intrusion detector with apperception)系统是一种具有认知能力的分布式入侵检测系统 .分布式结构、认知能力和知识的共享是该系统的重要特点 .重点讨论了 DIDAPPER系统的认知能力 .流量标本和 IP陷阱是 DIDAPPER系统所提出的新概念 .它们可以获取和识别异常的流量数据 ,而且适合于检测大规模网络攻击行为 .DIDAPPER系统的认知能力的另一个方面是神经网络的模式识别方法 .将具有自学习能力的BP网络应用于流量分析 ,很好地解决了流量模式的识别问题 . 展开更多

关键词 分布式入侵检测系统 认知能力 网络安全 计算机网络 INTERNET

在线阅读 下载PDF 职称材料