一種增強ＳＯＭ網絡識別連續型網絡攻擊的新方法
2005-04-29 00:00:00王磊孫世新
計算機應用研究 2005年10期
摘 要：提出了結合廣義FIR濾波器和傳統SOM網絡的FSOM模型，以增強SOM對連續型網絡攻擊的識別能力，給出了相應的學習算法。并采用DARPA的1999年KDD入侵檢測評估數據庫作為網絡的訓練和測試數據，經仿真得到的檢測率為93．1％，誤報率為7．3％，表明該方法用于入侵檢測有較好的效果。
關鍵詞：入侵檢測；神經網絡；SOM；nR濾波器；學習算法
中圖法分類號：TP393．08
文獻標識碼：A
文章編號：1001—3695(2005)10—0137—02
