一种网络入侵检测模型建立方法及网络入侵检测方法

摘要

本发明提供一种网络入侵检测模型建立方法，方法包括：基于遗传算法，初始化产生种群，将深度置信网络的隐层数、每层神经元数编码在种群的每一个个体中；对个体进行交叉操作和变异操作；对种群中的每一个个体所代表的深度置信网络进行训练和测试；根据预设的与隐层相关的适应值函数，计算种群中每个个体的适应度值；采用轮盘赌选择法获得筛选后的个体，并判断当前迭代次数是否小于预设次数；迭代次数达到预设次数时从最后一代种群中选取适应度值最大的个体，根据所选取的个体解析后获得隐层数和每层神经元数；确定深度置信网络。以及提供一种网络入侵检测方法，应用本发明实施例产生最优的深度置信网络，其检测准确率高，隐层数少，且结构均衡。