BP神经网络在入侵检测中的优化和应用

摘要

cqvip:网络应用的广泛普及,网络安全问题也越来越被关注.在众多的防御技术中,主动防御技术,受到越来越多的关注.其中基于神经网络的入侵检测技术是目前网络安全领域的研究热点.神经网络需事先确定输入输出之间映射关系,通过自身的训练,学习某种规则,在给定输入值时得到最接近期望的结果.在大多数的应用中,较多的是基于BP网络或者其变化形式.基于这样的背景之下,我们的实验基于BP神经网络建立了入侵检测模型.经过分析和测试,建立了适合本实验的三层BP网络结构,选用了不同的学习函数并增加了动量学习因子项来进行改进.仿真实验发现改进后的BP算法的网络运行时间相对较短,网络的均方误差较小,检测率较高,效果好.