基于模糊推理的入侵检测系统

摘要：

提出了一种基于模糊神经网络的入侵检测系统,利用神经网络的学习能力,对不清楚规则的复杂系统的输入输出特性进行适当的非线性划分,自动形成规则集和相加的隶属关系,克服了在多维空间上经验性的确定隶属函数的困难.新的体系结构采用网络处理器在网络底层实现数据的采集与分析,并建立了一个原型系统.试验证明,具有较好的入侵检测能力和较低的误报率,而且,能够检测出未知的入侵行为。

关键词： 模糊神经网络 模糊推理 入侵检测 网络处理器 隶属函数 入侵行为

作者: 喻飞 沈岳 廖桂平 张林峰 徐成

作者单位: 湖南农业大学计算机与信息工程学院,长沙,410128;广东商学院广东省电子商务市场应用技术重点实验室,广州,510320;广东商学院广东省电子商务市场应用技术重点实验室,广州,510320 湖南农业大学计算机与信息工程学院,长沙,410128 广东商学院广东省电子商务市场应用技术重点实验室,广州,510320;广东商学院广东省电子商务市场应用技术重点实验室,广州,510320

会议类型: 国内会议

会议名称: 第26届中国控制会议

会议地点: 湖南张家界

会议语种:中文

页码: 331-335

在线出版日期: 2007-07-26（万方平台首次上网日期，不代表论文的发表时间）