改进BP算法在入侵检测中的应用

摘要

主要讨论了神经网络BP算法在入侵检测中的应用,并对算法进行了改进.提出了基于最大运行次数的神经网络BP算法,克服了以往由于误差阈值设置不准确带来的模型训练不足而导致误报率和漏报率高的问题,并通过控制误差趋势来适当地增加运行次数,直至误差稳定,从而保证模型的充分训练.同时,针对转移函数、权值、隐含层个数的确定和学习率的设计也提出了改进意见来提高模型的预测精度,最后通过实例来验证算法改进的有效性.