基于Kohonen神经网络的入侵检测方法技术

本发明专利技术公开了一种基于Kohonen神经网络的入侵检测方法,它包括首先使用大量正常样本以及入侵样本训练Kohonen神经网络，使其隐藏层各不同类型的神经元聚集在一起。某种类型的神经元只能对特定的输入数据进行相应或者敏感,然后使用测试数据对训练后的网络进行测试。对于每一个输入，判断标准是:计算其与所有隐藏层节点的距离，距离最短的隐藏层节点所对应的类型即此次输入所对应的类型,最后统计所有测试数据的识别准确输率。本发明专利技术采用入侵检测评测权威数据集Kddcup99，通过字符替换以及数据归一化将其转化为Kohonen神经网络能够识别的类型，分别采用数据集所有字段以及降维以后的字段对网络进行训练和测试，发现此方法对入侵识别准确率达到92.72％。

【技术实现步骤摘要】
基于Kohonen神经网络的入侵检测方法
本专利技术涉及网络安全
，具体涉及基于Kohonen神经网络的入侵检测方法。
技术介绍
当今社会是一个网络社会，几乎我们所有人的生活都已经和网络建立起了连接。网络使人们能够更加便利的分享信息，大大的提高人们的生活质量。但与此同时，现今的网络同样存在各种各样问题，人们每天都能从报纸新闻等看到大量关于网络攻击的事件，大量网民遭受黑客攻击。愈演愈烈的网络安全，不仅给每天上网的普通网络造成了极大困扰，同时给各大公司企业造成不可估量的经济损失，甚至网络黑客可以窃取国家机密信息，导致无法想象的危害。
技术实现思路
本专利技术克服了现有技术的不足，提供一种基于Kohonen神经网络的入侵检测方法。为解决上述的技术问题，本专利技术采用以下技术方案：一种基于Kohonen神经网络的入侵检测方法，它包括以下步骤：步骤1，将Kddcup99数据集中各字符字段按顺序替换为数字；步骤2，采用matlab函数mapminmax对Kddcup99数据集中各数值进行数据归一化处理，所有数据规范处理后取值为负一到正一，计算公式如下：y＝(ymax-ymin)*(x-xmin本文档来自技高网...

【技术保护点】
一种基于Kohonen神经网络的入侵检测方法，其特征在于，它包括以下步骤：步骤1，将Kddcup99数据集中各字符字段按顺序替换为数字；步骤2，采用matlab函数mapminmax对Kddcup99数据集中各数值进行数据归一化处理，所有数据规范处理后取值为负一到正一，计算公式如下：y＝(ymax‑ymin)*(x‑xmin)/(xmax‑xmin)+ymin其中某属性原值为x，该属性最大取值为xmax，最小取值为xmin，数据归一化后此属性的最大值为ymax，最小值ymin，归一化处理后此值为y；步骤3，根据入侵数据的特征初始化Kohonen神经网络，所述入侵数据特征值共有41维，入侵类型有...

【技术特征摘要】
1.一种基于Kohonen神经网络的入侵检测方法，其特征在于，它包括以下步骤：步骤1，将Kddcup99数据集中各字符字段按顺序替换为数字；步骤2，采用matlab函数mapminmax对Kddcup99数据集中各数值进行数据归一化处理，所有数据规范处理后取值为负一到正一，计算公式如下：y＝(ymax-ymin)*(x-xmin)/(xmax-xmin)+ymin其中某属性原值为x，该属性最大取值为xmax，最小取值为xmin，数据归一化后此属性的最大值为ymax，最小值ymin，归一化处理后此值为y；步骤3，根据入侵数据的特征初始化Kohonen神经网络，所述入侵数据特征值共有41维，入侵类型有5类，所述Kohonen神经网络的输入层节点为41，输出层节点为5，隐藏层节点为10*10；步骤4，Kohonen神经...

【专利技术属性】
技术研发人员：王志鑫，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51