bp神经网络_深度学习增量学习_基于增量式GHSOM神经网络模型的入侵检测研究

  本文关键词：基于增量式GHSOM神经网络模型的入侵检测研究，由笔耕文化传播整理发布。

基于增量式GHSOM神经网络模型的入侵检测研究_杨雅辉_黄海珍_沈晴霓_吴中海_

下载积分：1000

内容提示：第３７卷　第５期０１４年５月２。计　　算　　机　　学　　报。ＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＣＨ　　　。ｌ．３７Ｎｏ．５Ｖｏ。Ｍａ２０１４ｙ　。基于增量式ＧＳＯＭ神经网络模型的入侵检测研究Ｈ。杨雅辉　黄海珍　沈晴霓　吴中海　张。（）北京大学软件与微电子学院　北京　１０２６００。英。虽然对已知攻击类摘　要　传统的网络入侵检测方法利用已知类型的攻击样本以离线的方式训练入侵检测模型，。型具有较高的检测率，但是不能识别网络上新出现的攻击类型．这样的入侵检测系统存在着建立系统的速度慢、模型更新代价高等不足，面对规模日益扩大的网络和层出不穷的攻击，，缺乏自适应性和扩展性，难以检测出网络上新）神经网络模型进行了扩展，提出了出现的攻击类型．文中对ＧＨＳＯＭ（ＧｒｏｗｉｎＨｉｅｒａｒｃｈｉｃａｌＳｅｌｆｎｉｚｉｎＭａｓｒａ　－Ｏｇｇｐｇ　　一种基于增量式ＧＨ在不破坏已学习过的知识的同时，对在线检测过程ＳＯＭ神经网络模型的网络入侵检测方法，中新出现的攻击类型进行增量式学习，实现对入侵检测模型的动态扩展．作者开发了一个基于增量式ＧＨＳＯＭ神在局域网环境下开展了在线入侵检测实验．实验结果表明增量式经网络模型的在线网络入侵检测原型系统，。能够实现在线检测过程中对ＧＨ而且对于网络ＳＯＭ入侵检测方法具有动态自适应性，ＳＯＭ模型的动态更新，ＧＨ。上新出现的攻击类型，增量式ＧＨＳＯＭ算法与传统ＧＨＳＯＭ算法的检测率相当．关键词　增量式学习；生长型分层自组织映射；入侵检测；神经网络；信息安全；网络安全／中图法分类号Ｔ３９３　　　ＤＩ号１０．３７２４ＳＰ．Ｊ．１０１６．２０１４．０１２１６ＰＯ。ｓｅａｒｃｈｏｎＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＩｎｃｒｅｍｅｎｔａｌＧＨＳＯＭＲｅ　　　　　　　。ＹＡＮＧｕＺｈｉａＹａｉＨａｉｅｎＨＥＮ　ＱｉｎＺｈｏｎｉＨＡＮＧＹｉｎ　ＷＵ－Ｈ－－Ｎ－

文档格式：PDF| 浏览次数：3| 上传日期：2014-06-18 21:35:34| 文档星级：

该用户还上传了这些文档

  本文关键词：基于增量式GHSOM神经网络模型的入侵检测研究，由笔耕文化传播整理发布。