首页 期刊 太原学院学报·自然科学版 PSO—RBF在网络入侵检测识别系统中的应用 【正文】

PSO—RBF在网络入侵检测识别系统中的应用

作者:蔡仲博 太原科技大学计算机科学与技术学院; 山西太原030024; 太原电力高等专科学校; 山西太原030013
粒子群优化算法   径向基神经网络   网络入侵  

摘要:针对RBF的参数选取的局限性造成检测效率低下的情况,提出一种PSO-RBF的算法,使用粒子群优化算法对RBF中权值、中心和方差三组参数进行优化设置,使三组参数的选择更加符合实际情况,提高了检测效率。将PSO-RBF算法应用到网络入侵检测识别系统中,结果表明该算法具有很好的检测率以及误报率,同时实验也证实了算法的可行性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅