一种基于粗糙集理论和BP神经网络的入侵检测新方法
针对入侵检测数据存在维数大、冗余度高及噪声数据较多的缺陷,结合粗糙集理论和BP神经网络在数据处理方面的优势,提出了一种入侵检测新方法(RSBP).RSBP利用粗糙集理论进行数据约简时,为得到一组最小相对约简,提出一种基于遗传算法的属性约简算法.将简化的数据集作为BP网络的输入数据,可以简化BP网络的结构、缩短训练时间且提高了BP网络分类准确率.通过实验将RSBP与基于主成分分析(PCA)和BP网络的入侵检测方法(PCABP)做比较,实验结果表明,RSBP的训练时间更短、检测的准确率更高.
粗糙集 属性约简 BP神经网络 入侵检测 遗传算法
吴迪 张亚平 郭禾
大连理工大学计算机科学与工程系,大连,116024
国内会议
河北保定
中文
437-441
2006-10-21（万方平台首次上网日期，不代表论文的发表时间）