基于改进的粗糙神经网络模型的入侵检测系统研究

计算机科学 ›› 2008, Vol. 35 ›› Issue (4): 63-65.

基于改进的粗糙神经网络模型的入侵检测系统研究

徐远纯谭小萍

景德镇陶瓷学院信息工程学院,景德镇333001

出版日期:2018-11-16 发布日期:2018-11-16

XU Yuan-Chun ,TAN Xiao-Ping （College of Information Engineering, Jingdezheng Ceramic Institute,Jingdezheng 333001）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 本文对传统的粗糙神经网络模型进行了改进，加入了具有不良信息过滤功能的隐单元，在此基础上提出了相应的网络入侵检测模型，充分发挥了粗糙集理论和神经网络的优势，弥补了各自的缺点。实验证明，在传统神经网络里加入具有不良信息过滤功能的隐单元，可以有效识别网络中的不良信息，降低神经网络系统的输入维度，提高入侵检测系统的识别效果。

关键词: 粗糙神经网络入侵检测不良信息过滤模型

Abstract: In this paper, the traditional rough neural network model is improved, adding a hiding unit with function of filtrating harms information. Then an intrusion detection model is proposed to show the advantages of both rough sets and neural network. With run

Key words: Rough neural network, Intrusion detection,Filtrating harm information,Model

徐远纯谭小萍. 基于改进的粗糙神经网络模型的入侵检测系统研究[J]. 计算机科学, 2008, 35(4): 63-65. https://doi.org/

XU Yuan-Chun ,TAN Xiao-Ping （College of Information Engineering, Jingdezheng Ceramic Institute,Jingdezheng 333001）. [J]. Computer Science, 2008, 35(4): 63-65. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed