变异粒子群优化的bp神经网络在入侵检测中的应用

《变异粒子群优化的bp神经网络在入侵检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第8卷第6期智能系统学报Vo1．8No．62013年12月CAAITransactionsonIntelligentSystemsDec．2013DOI：10．3969／j．issn．1673-4785．201304040网络出版地址：http：／／www．cnki．net／kcms／detai]／23．1538．TP．20130603．1601．005．html变异粒子群优化的BP神经网络在入侵检测中的应用宋玲，常磊(1．广西大学计算机与电子信息学院，广西南宁530004；2．河北化工医药职业技术学院信息工程系，河北石家庄050026)摘要：针对入侵检测系统的自主学

2、习性、实时性，提出带变异算子的粒子群优化方法，并用该方法优化BP神经网络以加快其收敛速度，提出了MPSO—BP混合优化算法．为提高入侵检测系统的检测率、降低误报率，提出了一种新的入侵检测模型(MPBIDS)．采取Iris数据集对3个BP神经网络进行模拟实验，结果表明，优化后的BP神经网络具有更好的收敛速度和精度．将改进的BP神经网络应用到入侵检测中，采取KDDCUP99为测试数据集，仿真结果表明，基于改进BP神经网络的入侵检测模型能提高检测率、降低误报率．关键词：变异算子；入侵检测系统；粒子群优化算法；BP神经网络中图分类号：TP393文献标志码：A文章编号：1673

3、—4785(2013)06—0558-06中文引用格式：宋龄。常磊．变异粒子群优化的BP神经网络在入侵检测中的应用[J]．智能系统学报，2013，8(6)：558-563．英文引用格式：SONGLing。CHANGLei．ApplicationofmutationparticleswarmoptimizationbasedBPneuralnetworkinthein-trusiondetectionsystem[J]．CAAITransactionsonIntelligentSystems，2013，8(6)：558-563．Applicationofmutation

4、particleswarmoptimizationbasedBPneuralnetworkintheintrusiondetectionsystemSONGLing，CHANGLei(1．SchoolofComputer，ElectronicsandInformation，GuangxiUniversity，Nanning530004，China；2．DepartmentofInformationEn—gineering，HebeiChemicalandPharmaceuticalCollege，Shijiazhuang050026，China)Abstract：Aa

5、imingatthepropertiesofreal—timeperformanceandself-learningoftheintrusiondetectionsystem(IDS)，animprovedparticleswarmoptimization(PSO)basedonthemutationoperatorwasproposed，whichwasusedtooptimizeBPneuralnetwork，SOastoaccelerateconvergencespeedofBPneuralnetwork，thus，theMPSOBPhybridoptimiza

6、tionalgorithmiSpresented．Inordertoincreasedetectionrateandlowerfalsealarmrateofthe—intrusiondetectionsystem，anewintrusiondetectionmodel(MPBIDS)wasputforward．IrisdatasetwasappliedtothethreeBPneuralnetworksforsimulation．ExperimentresultsshowthattheoptimizedBPneuralnetworkhadbet—terconverg

7、encespeedandaccuracy．Basedonthisfinding，theimprovedBPnetworkwasappliedtointrusionde—tection，takingKDDCUP99asthetestdataset．ThesimulationresultprovesthattheIDSwithimprovedBPnetworkcanimprovethedetectionrateandreducethefalsealarmrate．Keywords：mutationoperator；intrusiondetectionsy