基于主成分分析和概率神经网络的入侵检测方法

赵广振, 张翠肖, 武辉林, 高婧, 李旋

doi:10.13319/j.cnki.sjztddxxbzrb.2018.01.16

石家庄铁道大学学报（自然科学版） ›› 2018, Vol. 31 ›› Issue (01) : 91 -95. DOI: 10.13319/j.cnki.sjztddxxbzrb.2018.01.16

基于主成分分析和概率神经网络的入侵检测方法

赵广振, 张翠肖, 武辉林, 高婧, 李旋

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对神经网络在入侵检测的应用中存在入侵数据冗余信息多,数据量大,训练时间长,易陷入局部最优等问题,提出了一种基于主成分分析(PCA)和概率神经网络(PNN)的入侵检测方法。首先使用PCA对数据进行特征降维,解决了入侵数据冗余信息多的问题;然后使用PNN建立入侵检测模型;其次,使用粒子群算法(PSO)解决概率神经网络参数的优化问题;最后使用KDD99数据集对该模型进行测试。实验结果表明:该方法能够有效提高检测的效果,而且检测速度明显提高。