基于改进BP神经网络的网络入侵检测研究

摘要：

随着互联网的快速发展,网络安全问题日益突出,入侵检测方法研究变得愈发重要.为提高网络入侵检测能力,首先对传统BP算法进行优化,然后对KDD99数据集进行了数据的预处理和特征选择,设计了优化的BP神经网络模型,最后进行了仿真实验.结果表明:相较于传统BP算法模型准确率提高了12.12％,达到96.64％,误检率降低至3.65％,模型的收敛性和稳定性都有所提高,达到了预期效果.

关键词：BP神经网络、网络安全、机器学习、网络入侵检测

所属期刊栏目：21

分类号：TP389.1(计算技术、计算机技术)

资助基金：教育部科技发展中心"云数融合科教创新"基金2017A07006

在线出版日期：2019-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30