位置:成果数据库 > 期刊 > 期刊详情页
基于PCA的PSO-BP入侵检测研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP309.2[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]贵州大学大数据与信息工程学院,贵阳550025, [2]贵州师范大学贵州省信息与计算科学重点实验室,贵阳550001
  • 相关基金:国家自然科学基金重点资助项目(2011BAH14B04);贵州省基础研究重大资助项目(黔科合JZ字[2014]2001号);中央财政支持地方发展高校基金资助项目(黔财教2012118)
中文摘要:

为了提高入侵检测系统的检测率、实时性及降低误报率,提出一种基于主成分分析方法(PCA)的变惯性因子粒子群算法(PS0)优化BP神经网络算法。该方法结合了PCA理论、BP局部搜索和PS0的全局寻优能力,在数据预处理中,通过主成分分析方法进行特征提取,作为BP网络的输入量。在反复训练学习过程中,通过变惯性因子粒子群算法优化BP神经网络的权值和阈值,达到训练误差精度范围内,将优化过的BP网络用于入侵检测。通过实验分析和比较,该算法提高了入侵检测的正确率、泛化能力和实时性,降低了误报率和漏报率,加快了收敛速度,迭代次数少,有一定的研究意义。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049