【技术实现步骤摘要】
本专利技术属于网络入侵检测领域，具体涉及bp神经网络的入侵检测方法。
技术介绍
1、针对越来越严峻的网络安全问题，仅仅依靠网络防火墙、用户认证系统等的被动防御技术已不能完全解决网络与信息的安全问题。入侵检测技术作为一种主动防御技术，能够对网络中的计算机、网络行为进行持续监控，不仅监控来自网络外部的恶意行为，而且对网络系统内部的未授权行为和恶意行为进行检测。入侵检测技术是通过一定的技术手段收集网络日志，监听网络通信，并对这些日志、数据包分析，从而检测网络中是否存在可能破坏网络通信的恶意行为。
2、人工智能领域的神经网络算法因其具有自适应、自学习、自组织、泛化能力强以及能够进行大规模并行计算和非线性映射等优点，因而非常适合当前越来越复杂多变的入侵检测环境。bp神经网络是目前使用最广泛的神经网络模型之一。然而传统的bp神经网络因初始参数的随机选择易导致陷入局部最小值、收敛速度慢的问题，从而使得在使用bp神经网络进行入侵检测时的检测正确率不理想、漏报率和误报率偏高。
技术实现思路
1、...
【技术保护点】
1.一种基于蜣螂优化算法的BP神经网络入侵检测方法，其特征在于，包括：
2.根据权利要求1所述的BP神经网络入侵检测方法，其特征在于，所述BP神经网络的输入层的节点数设定为42；所述BP神经网络的隐藏层的节点数设定为100；所述BP神经网络的输出层的节点数设定为1。
3.根据权利要求1所述的BP神经网络入侵检测方法，其特征在于，将所述BP神经网络的原始阈值和原始权重作为蜣螂优化算法的初始种群位置进行寻优，得到所述BP神经网络的最优初始阈值和最优初始权重的方法包括：
4.根据权利要求3所述的BP神经网络入侵检测方法，其特征在于，使用混...
【技术特征摘要】
1.一种基于蜣螂优化算法的bp神经网络入侵检测方法，其特征在于，包括：
2.根据权利要求1所述的bp神经网络入侵检测方法，其特征在于，所述bp神经网络的输入层的节点数设定为42；所述bp神经网络的隐藏层的节点数设定为100；所述bp神经网络的输出层的节点数设定为1。
3.根据权利要求1所述的bp神经网络入侵检测方法，其特征在于，将所述bp神经网络的原始阈值和原始权重作为蜣螂优化算法的初始种群位置进行寻优，得到所述bp神经网络的最优初始阈值和最优初始权重的方法包括：
4.根据权利要求3所述的bp神经网络入侵检测方法，其特征在于，使用混沌映射对蜣螂优化算法的种群进行初始化，表达公式为：
5.根据权利要求1所述的bp神经网络入侵检测方法，其特征在于，获取历史网络流量数据构建训练样本集合的方法包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。