一种基于AFNN的入侵检测方法

针对传统入侵检测方法无法有效解决网络环境中的不确定问题,文中提出了一种基于自适应模糊神经网络(Adaptive Fuzzy Neural Network,AFNN)的入侵检测方法。首先,设计一种协同特征选择算法(Cooperate Feature Selection Algorithm,CFSA),实现了入侵检测特征的有效筛选,减少了计算成本;其次,提出一种AFNN,缓解了网络环境中的不确定性,提高了入侵检测精度;最后,设计一种自适应反向传播(Adaptive Back Propagate,ABP)算法,提高AFNN学习性能,同时进行收敛性分析,确保算法的可行性。为了验证所提A F N N的有效性,将该方法应用于KDDCup99入侵检测数据库,实验结果表明与现存的检测算法比较,该基于AFNN的入侵检测方法具有更好性能。