基于增量式GHSOM神经网络模型的入侵检测研究

التفاصيل البيبلوغرافية
العنوان: 基于增量式GHSOM神经网络模型的入侵检测研究
المؤلفون: 杨雅辉, 黄海珍, 沈晴霓, 张英
المساهمون: 北京大学 软件与微电子学院,北京 中国 102600
المصدر: 万方
سنة النشر: 2013
المجموعة: Peking University Institutional Repository (PKU IR) / 北京大学机构知识库
مصطلحات موضوعية: 增量式学习 生长型分层自组织映射 入侵检测 神经网络
الوصف: 传统的网络入侵检测方法利用已知类型的攻击样本以离线的方式训练入侵检测模型,虽然对已知攻击类型具有较高的检测率,但是不能识别出网络上新出现的攻击类型。本文提出了一种基于增量式GHSOM 神经网络模型的入侵检测方法,在不破坏已学习过的知识的同时,对在线检测过程中新出现的攻击类型进行增量式学习,实现对入侵检测模型的动态扩展。在线入侵检测实验结果表明增量式GHSOM 入侵检测方法具有动态自适应性,而且对于网络新出现的攻击类型,增量式GHSOM 算法与传统GHSOM 算法的检测率相当。 ; 0
نوع الوثيقة: conference object
اللغة: Chinese
Relation: 第二届中国互联网学术年会论文集中国计算机学会.; 1190047; http://hdl.handle.net/20.500.11897/278039
الاتاحة: https://hdl.handle.net/20.500.11897/278039
رقم الانضمام: edsbas.1F4DBC6E
قاعدة البيانات: BASE