PSO算法和神经网络的入侵检测系统设计.pdf

文章编号：1671—4598(ZOLO}08—1924—04中圈分类号：TP311 文献标识码：A PSO算法和神经网络的入侵检测系统设计 龚 娟，段树华 (湖南铁道职业技术学院，湖南株洲412000) 摘赛：针对入侵检测系统检测率低，整体性能不好的问题，在探讨入侵检测技术和人工神经网络理论的基础上，提出了一种基于 PSO算法优化的径向基函数神经网络的入侵检测系统．采用具有全局寻优的功能PSO算法，该算法能够改进传统的RBF神经网络学习 策略，弥补RBF神经网络参数设置的不足，采用了来自KDDCUP99的权威数据来进行网络学习和测试，在此基础之上，进行了入侵检 测系统的设计与实现，实验结果表明，基于PSO和RBF神经网络的人侵检测系统有效地提高了入侵检测的效率． 关键词：PSO算法；入侵检测系统；人工神经网络 ofNeuralNetworkBasedonParticle Application Swarm forIntrusionDetection Algorithm GongJuan，DuanShuhua (HunanProfessional 412000，China) Rilway TechnologyCollege，Zhuzhou Abstract：AimtotheIOW ofIntrusionDetectionandthe ofoverallissues，it theintrusionde— efficiency System poorperformance explore teetion andthe ofartificialneuralnetworkbasedonPSO basedon ofradialbasisfunctionneuralnet— technologytheory algorithmoptimization workintrusiondetection withthefunctionof PSO can thetraditionalRBFneuralnet— system．using globaloptimizationalgorithmimprove theKDD work neuralnetworkcanmakeforthelackof theauthorityfrom CUP99datafore-- learningstrategy，RBF up parameters,using resultsshowthat and thebasisofon ofaIntrusionDetectionDesignand the learningtesting，on top System Implementation，experimental the PSO—basedRBFneuralnetworkandintrusiondetectioneffectivelyimprove ofintrusiondetection． system efficiency words：PSOalgorithm；intrusiondetection；ststem；ANN Key 0 引言