模糊网络入侵中多层序列特征自动提取方法研究

《模糊网络入侵中多层序列特征自动提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2017年5月15日现代电子技术May2017第40卷第10期ModernElectronicsTechniqueVol.40No.10114doi：10.16652/j.issn.1004⁃373x.2017.10.031模糊网络入侵中多层序列特征自动提取方法研究1，2朱闻亚（1.武汉大学经济与管理学院，湖北武汉430000；2.义乌工商职业技术学院机电信息学院，浙江义乌322000）摘要：模糊网络中入侵特征较为多样化，无法通过固定的阈值进行合理判断。为了解决模糊网络入侵检测方法存在检测率低、误报率高和检测速度慢等问题，提出一种基于量子神经网络的层序列特征自动

2、提取方法。在该算法中，通过对模糊网络进行层次划分，运用量子BP神经网络模型以量子形式形态的空间思维结构来提取信息，通过量子空间结构中量子门的移位与旋转变化对神经网络量子形态相位进行操作，完成多层序列特征自动提取。仿真实验表明，该算法具有较好高的检测率和检测效率，并且误报率较低。关键词：模糊网络；入侵检测；分层操作；特征自动提取中图分类号：TN711⁃34；TP393.08文献标识码：A文章编号：1004⁃373X（2017）10⁃0114⁃04Automaticextractionmethodofmultilayeredsequencecharacteristi

3、csinFuzzynetworkintrusionZHUWenya1，2（1.SchoolofEconomicsandManagement，WuhanUniversity，Wuhan430000，China；2.SchoolofMechanicalandElectronicInformation，YiwuIndustrialandCommercialCollege，Yiwu322000，China）Abstract：Theintrusionfeaturesinfuzzynetworkarediverse，sotheintrusionfeaturescannotb

4、ereasonablyjudgedwiththefixedthreshold.Akindoflayersequencecharacteristics′automaticextractionmethodbasedonquantumneuralnetworkisputforwardtosolvetheproblemsoflowdetectionrateandhighfalserateandslowdetectionspeedinthefuzzynetworkintru⁃siondetectionmethods.Inthisalgorithm，thequantumBP

5、neuralnetworkmodelisusedtoextractinformationinthespacethinkingstructureofquantumformbymeansofhierarchicaldivisionoffuzzynetwork，andthephaseinquantumformofneuralnetworkisoperatedbymeansofquantumgatedisplacementandrotationchangesinquantumspacestructuretocompleteauto⁃maticextractionofmu

6、ltilayeredsequencefeatures.Theexperimentalsimulationresultshowthatthealgorithmhasbetterdetec⁃tionrate，detectionefficiencyandlowfalsealarmrate.Keywords：fuzzynetwork；intrusiondetection；hierarchicaloperation；characteristicautomaticextraction[2]样本数据并对其进行分类整理。文献[3]提出一种基0引言于K近邻算法的入侵检测方法，依据

7、待测样本与相邻入侵检测为保证网络安全的重要技术，通过学习样本之间的距离确定权重，从而实现样本数据集的分能力、适应能力较高的智能学习算法完成检测，不但可类，达到入侵检测的目的。该方法实现过程简单，然而以提高检测精度，还可以大大降低错误率。因此，在智在计算相邻样本权重时，容易造成局部出现最优的问能学习算法的基础之上，研究入侵检测方法是很有意义题。文献[4]在信息熵的基础上，提出一种K邻近算法，[1]的。在模糊网络的入侵特征提取中，出现了很多较好将其应用于入侵检测中，利用样本信息熵完成分类，从的方法，支持向量机是一种依据核函数的学习算法，将而实现入侵检测。该方法检测效

8、率高，然而其信息熵的非线