为了提高网络入侵检测的效果,针对BP算法收敛速度慢、易陷入局部极值等难题,提出一种基于人工鱼群算法优化BP神经网络的网络入侵检测模型。该模型在基本BP算法的误差反向传播的基础上,采用人工鱼群算法对BP网络的权值和阀值的调整,不仅...为了提高网络入侵检测的效果,针对BP算法收敛速度慢、易陷入局部极值等难题,提出一种基于人工鱼群算法优化BP神经网络的网络入侵检测模型。该模型在基本BP算法的误差反向传播的基础上,采用人工鱼群算法对BP网络的权值和阀值的调整,不仅充分利用了人工鱼群算法的全局寻优性,同时保持了BP算法的反向传播特点,最后,利用建立网络入侵检测模型。采用KDD CUP 99数据集进行仿真实验,结果表明,模型提高了网络入侵检测正确率,而且执行效率可以满足网络安全实际应用要求。展开更多
文摘为了提高网络入侵检测的效果,针对BP算法收敛速度慢、易陷入局部极值等难题,提出一种基于人工鱼群算法优化BP神经网络的网络入侵检测模型。该模型在基本BP算法的误差反向传播的基础上,采用人工鱼群算法对BP网络的权值和阀值的调整,不仅充分利用了人工鱼群算法的全局寻优性,同时保持了BP算法的反向传播特点,最后,利用建立网络入侵检测模型。采用KDD CUP 99数据集进行仿真实验,结果表明,模型提高了网络入侵检测正确率,而且执行效率可以满足网络安全实际应用要求。