基于IM-GA-BPNN的网络入侵检测算法设计

摘要

为了提高网络入侵检测系统的检测率、实时性和误报率,实现对网络进行有效的入侵检测,设计了一种基于免疫遗传算法和BP神经网络的网络入侵检测方法,首先建立四层的网络模型,采用训练数据对BP神经网络进行训练;为了进一步优化参数,通过免疫遗传算法对神经网络的参数进行优化,通过个体的复制、选择、交叉和变异来提高解的多样性,实现最优参数的求解。将KDD99 CUP入侵检测数据库中的数据作为仿真数据实验,将所提的模型IM-GA-BPNN与其它方法如BPNN、PCA-NN和PCA-PSO-NN进行比较,结果表明所提模型具有最高的检测率,同时具有检测效率高的优点。